DFS反思：

1，想象出来一颗树

2，关注中间节点和最后一个节点

设置中间参数res/ans/cnt之类
    1. 然后在dfs过程中更新：
    2. 通过cnt += 1
    3. 通过res += dfs()
    4. 一般在循环外return ans
关注树中间节点，即关注这些参数的更新
最后一个节点的更新重点在于dfs开头和结尾的return，它反映如何向上传递

而循环体中的dfs关心如何向下传递

def dfs(y,x):
    ans = 1 #该节点的性质
    ans += dfs(ny,nx) #加上了子树的值

我认为应该是有一些常用的惯式

1. 保存子树属性：

def dfs():
    sum = 0 
    #这里意味着对每一个节点初始化
    #(最后一个节点初始化为0),这里从下往上想容易一些
    sum += dfs()
    return sum+1

1. 保存当前路径的属性(步数/累加的和)

#不需要return
def dfs():
    global ans
    ans += 1
    dfs()

def dfs(ans):
    ans = max(dfs(),ans)

#思考return,从最后一节点往前模拟
#如果不是树(最后一个节点属性可以初始化0/1，从下往上累加)
#甚至越到后面属性越大(是一个累加的过程,从上往下累加)
#那么如果不用全局变量保存这条路径的属性，则需要通过传参，将属性传递下去

def dfs(res):
    max_res = res #表示从上一节点继承，max_res代表当前节点
    max_res = max(max_res,dfs()) #表示当前节点
    return max_res #将更新后的值返回给上一节点
    #max_res=res，
    #max_res = max(), 对

有点难得想，max算的上这条路径