OI 界有句话叫做“暴力打满”，即一次比赛拿到所有的暴力的分，考虑到在 NOIp/CSP 中暴力分较多，况且常数优化和暴力的一些剪枝也可以拿到更多分（而且像普及组 T1/T2 以及提高组的 Day1 T1 撰写正解难度并不高），拿到省一其实希望很大。
但是暴力也要找准方向，纯粹的枚举是愚蠢的，那么，让我们开始吧。
深度优先搜索（缩写 DFS）是对一个连通图进行遍历的算法。
其思想是从一个顶点
这样可以按顺序遍历所有的点，时间复杂度较高，所以称为暴力搜索，我们通常采用递归的形式编写程序，这样的搜索可以通过剪枝优化，从而使重复的搜索减少。
【例题】P1596 [USACO10OCT]Lake Counting S
void dfs(int x,int y){
a[x][y]='.';
int dx,dy;
for(int i=-1;i<=1;i++)for(int j=-1;j<=1;j++){
dx=x+i;
dy=y+j;
if(dx>=0&&dx<=n&&dy>=0&&dy<m&&a[dx][dy]=='W')dfs(dx,dy);
}return;
} 有一些基础的题目在洛谷没有，所以我创建并改良了几道类模板题供大家练手，详见此处。
我们首先访问顶点
这时候我们需要利用队列来保证我们访问节点的顺序，此时我们的效率比深搜大大提高，原因是我们能够省去很多的重复步骤，程序架构如下：
void bfs(){
定义队列 q;
q.push(初始状态);
while(队不空){
x(y)=队头状态信息;
出队;
if(下一步可行)下一步;
}
}【例题】P1451 求细胞数量
struct grid{
int x,y;
};
queue<struct grid> q;
void BFS(){
cnt++;
while(!q.empty()){
int x=q.front().x;
int y=q.front().y;
vis[x][y]=1;
q.pop();
for(int i=0;i<4;i++){
int xx=x+dx[i],yy=y+dy[i];
if(yy<m&&xx<n&&xx>=0&&yy>=0){
if(!vis[xx][yy]&&p[xx][yy]!='0'){
q.push({xx,yy});
}
}
}
}
return;
}【例题】AT1350 深さ優先探索
struct grid{
int x,y;
};
bool check(int x,int y){
return (!vis[x][y]&&x>=1&&x<=n&&y>=1&&y<=m);
}
void bfs(){
queue<grid>q;
q.push({x,y});
while(!q.empty()){
int xx=q.front().x,yy=q.front().y;
q.pop();
vis[xx][yy]=1;
if(check(xx+1,yy))q.push({xx+1,yy});
if(check(xx,yy+1))q.push({xx,yy+1});
if(check(xx-1,yy))q.push({xx-1,yy});
if(check(xx,yy-1))q.push({xx,yy-1});
}
}常言道：记搜+剪枝可以解决一切问题
记忆化搜索实际上是递归来实现的，但是递归的过程中有许多的结果是被反复计算的，这样会大大降低算法的执行效率。
记忆化搜索：
而记忆化搜索是在递归的过程中，将已经计算出来的结果保存起来，当之后的计算用到的时候直接取出结果，避免重复运算，因此极大的提高了算法的效率。
剪枝：
当目前状态和题意不符，并且由于题目可以推出，往后的所有情况和题意都不符，那么就可以进行剪枝，直接把这种情况及后续的所有情况判断不可行，直接返回。
当几个字树具有完全相同的效果的时候，只选择其中一个搜索。
在我们用搜索方法解决最优化问题的时候的一种常用剪枝。当搜索还未结束时，记录的状态已经比当前保存的最优解更劣，那么此方案一定无效，停止搜索并回溯即可。
普遍来讲，搜索的顺序是不固定的，对一个问题来说，算法可以进入搜索树的任意的一个子节点。
但假如我们要搜索一个最小值，而非要从最大值存在的那个节点开搜，就可能存在搜索到最后才出解。我们从最小的节点开搜很可能马上就出解。这就是顺序剪枝的一个应用。一般来讲，有单调性存在的搜索问题可以和贪心思想结合，进行顺序剪枝。
此剪枝一定优先按照题目要求！
这一份题单在暴力搜索的同时也有部分剪枝和优化内容。