深度优先搜索算法求解TSP问题

**【问题描述】**采用深度优先搜索算法求解TSP问题，并在搜索过程中，使用界限条件（当前结点已经走过的路径长度要小于已求得的最短路径）进行“剪枝”操作（不再对后续结点进行遍历），从而提高搜索效率。采用queue模块中的栈（LifoQueue）来实现深度优先搜索。

**【输入形式】**在屏幕上输入顶点个数和连接顶点间的边的邻接矩阵。

**【输出形式】**最优值和其中一条最优路径。

【样例输入】

4

0 30 6 4

30 0 5 10

6 5 0 20

4 10 20 0

【样例输出】

[1]

[1, 2]

[1, 2, 3]

[1, 2, 3, 4]

[1, 2, 4]

[1, 3]

[1, 3, 2]

[1, 3, 2, 4]

[1, 3, 4]

[1, 4]

[1, 4, 2]

[1, 4, 2, 3]

[1, 4, 3]

25: [1, 3, 2, 4]

【样例说明】

输入：顶点个数为4。连接顶点间边的邻接矩阵大小为4行4列，位置[i,j]上元素值表示第i个顶点到第j个顶点的距离，0表示两个顶点间没有边连接。

输出：最优值为25，最优路径为[1, 3, 2, 4]。

**【评分标准】**根据输入得到准确的输出。

python实现：

import math  # 回溯法求解旅行商问题
'''
path中最开始只有源点1，对顶点按照从小到大的全排列顺序一个一个判断是否到达叶子节点时，再回到源点有最短路径
深度优先搜索，模拟解答树过程
'''
bestcost = math.inf  # 最短路径
nowcost = 0  # 当前的路径长度
x = [1, 2, 3, 4, 5, 6]