回溯算法（Backtracking）说明与实例

定义

回溯算法（Backtracking）在很多场景中会使用，如N皇后，数迷，集合等，其是暴力求解的一种优化。参考https://en.wikipedia.org/wiki/Backtracking 中的说明，定义如下：

Backtracking is a general algorithm for finding all (or some) solutions to some computational problems, notably constraint satisfaction problems, that incrementally builds candidates to the solutions, and abandons each partial candidate c (“backtracks”) as soon as it determines that c cannot possibly be completed to a valid solution

从上文中可以得出， 核心的含义是 回溯算法是通过一步一步（通常是用递归）构建可能”解”，并且回溯不可能”解”来求所有或者部分解决方案的通用算法。其中“回溯”的具体意思就是将不可能解或者部分解的候选尽早的舍弃掉，“解”需要满足一定的限制条件（constraint satisfaction）

通用算法

这里介绍一下回溯算法的通用思想，一般来讲，会设置一个递归函数，函数的参数会携带一些当前的可能解的信息，根据这些参数得出可能解或者不可能而回溯。
参考 http://web.cse.ohio-state.edu/~gurari/course/cis680/cis680Ch19.html 这里面有一个通用的算法

ALGORITHM try(v1,...,vi)  // 这里的V1.....V2携带的参数说明 “可能解”  
   // 入口处验证是否是全局解，如果是，直接返回。 
   // 实际编程中也需要查看是否是无效解，如果是，也是直接返回
   IF (v1,...,vi) is a solution THEN RETURN (v1,...,vi)  
   FOR each v DO  // 对于每一个可能的解，进行查看
      // 下面的含义是形成一个可能解 进行递归
      IF (v1,...,vi,v) is acceptable vector  THEN 
        sol = try(v1,...,vi,v) 
        IF sol != () THEN RETURN sol 
        // 这个地方其实需要增加“回溯” 处理，实际编程中通常是函数参数的变化
      END 
   END 
   RETURN () 

经典算法

• N皇后问题

这个是一个比较经典的问题， 意思是将N个“皇后”放在N*N的棋盘上，每个皇后不能再同一列，同一行，和斜对角 （这个就是限制条件constraint satisfaction）。 下面是回溯算法的需求所有的可能解。
算法基本的步骤思想为：
1）从第一行开始
2 ）如果所有的皇后已经放置完成， 生成解，并且返回true
3）尝试当前行的所有列，如果当前行与列是合法的
3.1 修改棋盘让其成为部分解，
3.2 然后递归查看（主要是2, 3，4）该解是否合法
3.3 Backtrack 棋盘进行回溯
4） 如果上述所有的组合都为非法，返回false

    // 寻找N皇后问题的可能解， 我们用 '.' 表示不放置皇后，用'Q'表示放置皇后
    // 利用vector<string> 表示一个解决方案, vector<vector<string>> 表示                                 
    // 所有的解决方案。
    // 在递归初，我们可以生成一个待解的棋盘
    vector<vector<string>> solveNQueens(int n) {
        string tmp (n, '.');
        //生成一个N*N待解的棋盘，没有任何皇后
        vector<string> broad (n, tmp);
        nQueue = n;
        vector<vector<string>>