明显的不同：并非任意选择的起点和访问次序都能得到解。而这些又是事先难以确定的。
这就要求在求解过程中进行试探： 试探起点以及访问次序 。
既然要在求解过程中进行试探，则 需要记录试探的中间状态 ：某顶点是否在当前试
探的路径中，已经试探的各顶点的次序，当前正在试探的顶点等。将所用到的变量及有关
参数设置如下：
设置 MAX_POINT_NUM 100 为最大选手数量。路径结构 WAY，包含路径上选手在
序列数组 中的小标 k 和选手序列 way[MAX_POINT_NUM] ，都 是整型 。 设置结构 体
Graph 为图的 存 储 结构，包 含选 手 的 人数 n 和存储矩 阵 edges[MAX_POINT_NUM]
[MAX_POINT_NUM]，为邻接存储矩阵，即本程序采用临街矩阵作为图的存储结构。
设图为 g ，设当前试探路径中最后的顶点号为 i ， i 在试探路径中的序号为 k，用整
型数组 visited[n] 表示各顶点是否在当前试探的路径中（初值为全 0 ），用路径 w 中的
way[MAX_POINT_NUM] 存储当前路径中的各顶点（在前 k 个元素中，事实上应是栈）。
既然是试探型求解，则需对当前顶点 i 的每个邻接点 ( 不妨用 j 表示 ) 进行试探，试探
由 i 经 j 往下是否可以得到解。每个 i 都可能有成功（指现在可以将该顶点放在路径上，
这包括暂时的和最终的）与失败（指此路不通）两种情况，对此应分别作不同的处理：
a. 若试探成功，则应将 j 放入路径中，并置相应的状态值。然后再由 j 往下求解。
b. 若不成功，则应恢复 j 的有关信息，以使 j 在试探其它路径时成为可选顶点。
为了能求出解以及所有可能的解，需要作如下两方面的工作：
a. 选择起点：应以每个顶点为起点进行搜索。
b. 搜索路径：在从 i 往下搜索时，应依次选择 i 的所有不在当前试探路径中的邻接点
往下搜索。
为此，需要有这方面的保证：应在试探某顶点 j 后并在换下一个试探顶点前恢复 j 的
有关状态，以使其仍为可选择的顶点。
由上述讨论得本算法的基本思想：
a. 若 k=n-1 ，则说明已经求得一解，因此可输出结果，并结束本次调用。
b. 若 k<n-1 ，则依次选择 i 的所有不在当前试探路径中的邻接点 j 往下搜索，这包
括以下的操作：
试探：将 j 放到 way[MAX_POINT_NUM] 中，并置 visited[j] 为 1 ，然后以 j 为起
点往下搜索。
恢复：将 j 恢复为不在当前路径中，以使其在试探其它路径时可用。
有关算法中的变量设置：可将上述讨论中所提及的变量 k 、 i 作为参数（仅提供值而
不返回值），将 g 作为地址传送型参数（虽然不会改变其值，但这种形式更节省时间和空
间），将数组 way 和 visited 作为全程变量，以便各调用层能共享，并节省时间、空间，
同时使程序更清晰。
算法描述：
程 序 开 始 要 求 输 入 选 手 的 数 量 （ 即 图 中 点 的 个 数 ） 。 并 初 始 化
way[MAX_POINT_NUM] 全 为 -1 ， visited[j] 为 1 ， 邻 接 矩 阵
edges[MAX_POINT_NUM][MAX_POINT_NUM]全为 0。提示依次输入第一个选手和后
面的 n-1 个选手的胜负关系，第二个选手和后面 n-2 个选手的胜负关系……第 n-1 个选手和
第 n 个选手的胜负关系。W（w）表示胜利，F（f）表示失败。
初始化完成后尝试以不同的选手为起点进行搜索（从第 1 个到第 n 个）。每次选择新的起
点时对以上各个数组个数据从新初始化。
Graph *Creat_Graph(int n)，为图的建立函数，根据选手的人数设置进行必要的初
始化并且根据用户输入的胜负关系置相应的状态。
