不受欢迎的DFS观点和误区 | AI生成和翻译
问题：关于深度优先搜索（DFS）有哪些不那么受大众欢迎的观点？
回答：
以下是关于DFS的一些真正不受欢迎或持相反意见的观点，你在教科书、LeetCode评论或算法课程中很少看到它们被称赞：
-
在面试和实际编码中，DFS通常是错误的默认选择，但人们会首先使用它，因为“递归感觉很优雅”。实际上，使用显式栈的迭代DFS几乎总是优于递归DFS（避免栈溢出意外，更容易添加访问时间戳或父指针等状态），但大多数人仍然编写递归版本，并祈祷测试用例不会太深。
-
使用栈的迭代DFS本质上只是手动管理的递归，而且比人们承认的更容易出错。你最终自己重新实现了调用栈，并且仍然具有与递归相同的最差内存行为，但现在却有了一偏移错误和更难的调试。
-
DFS在有向图的环检测中被高估了。 每个人都教Kosaraju/Tarjan使用DFS两次或三次，但一个简单的拓扑排序尝试（使用BFS/入度的Kahn算法）同样容易检测到环，并且在稀疏图上通常运行得更快。
-
对于树的先序、中序和后序分类，除了特定的树问题之外，大多是无用的学究气。 在95%的实际树遍历需求（序列化、路径查找、子树检查等）中，你只需要“访问节点+递归子节点”，无论是什么顺序，只要对问题有意义即可；强行将其归类为这三个学术标签中的一个，并没有增加任何洞察力。
-
DFS对于无权图中的“最短路径”问题来说很糟糕（人们仍然将其与visited集合一起使用，并声称它是BFS）。它不是BFS。你会得到一条路径，但除非你在邻居顺序上极其幸运，否则几乎永远不会是最短的路径（就边数而言）。
-
“DFS + 回溯 = 魔法”的心态毁掉的编程面试比它帮助的更多。 一半的困难回溯问题（数独、N皇后等）由于人们甚至懒得添加基本的剪枝或启发式方法，而使用朴素DFS超时——然而“只要DFS一切”是一种有效策略的神话却一直存在。
-
图着色、哈密顿路径和大多数NP完全问题在竞争性编程中实际上不需要花哨的算法——在1秒的限制下，经过良好剪枝的带位掩码的DFS在90%的时间里都胜过所有“智能”的多项式启发式算法。这不受欢迎是因为教科书假装这些问题是不可解的；而在比赛现实中，暴力DFS赢了。
-
DFS森林和发现/完成时间被过分吹捧。 业界几乎没有人使用依赖于它们的Tarjan的SCC或关节点算法。当你真正需要大规模的强连通分量时，你使用Kosaraju（仍然是基于DFS的，但更简单）或现代并行算法，而不是单次DFS魔法。
-
Python/Java/C++中对拥有10⁵+节点的树进行递归DFS会随机失败，这取决于评测机的递归限制，但人们却到处复制粘贴相同的模板，而不是使用迭代或增加栈大小（这被认为是“丑陋的”）。
简而言之：DFS很强大，但社区对其现实缺点存在巨大的盲点，并过分吹捧其理论美感。
参考文献：
- Stack Overflow: Recursive DFS vs Iterative DFS
- LeetCode Discuss: DFS vs BFS for shortest path myths
- Codeforces blogs on bitmask DP + DFS for NP-complete problems