回溯以及DFS

回溯与DFS的关键区别在于 DFS会一直深入直到路径可走时结束 而回溯在满足要求后会返回。简而言之就是回溯会回头 DFS 不会。

回溯的代码框架

backtrack(路径,选择列表,最终结果){
//在这块 应该判断我们选择的这一步是否符合要求 比如是否越界，是否已经访问过等 如果不满足则先执行return。
//其次 判断是否达到目的 如果满足 则将改路径加入到最终结果中 然后return

for(选择 ：选择列表){
     track.add(选择);
     backtrack(....);
     track.remove(选择);
}
}

大致的回溯函数就是如此， 在LeetCode 上关于回溯有两大类种题型 第一种是概念题 第二种是应用题。
所谓概念题就是考察一些基础 比如 Leecode 上 全排列 1 2，子集 1 2，组合， 组合总和 1-4 。这些题目的考察基本是考察如何去重。下面我总结三种方法用于应对 排列 组合 以及子集
1.visited 数组 visited[i] = true: 第i 个已经被访问过了。（用于排列问题 防止已经加入路径的元素再次被加入到路径中）。
2.backtrack（start, …） 参数列表中加入选择列表的起始点 start, for循环从 start 开始进行选择，（用于求解子集问题，）
3. 如果 选择列表中有重复的元素 则首先对选择列表进行排序 然后在for循环中加入 if(i>0 && nums[i]==nums[i-1]) continue; 从而进行剪枝 。
这三种方法 1,3可以结合用于排列去重，2,3也可以结合用于子集去重 但 1,2 是不可结合使用的。

回溯最难的也是最有意思的应该是应用题，LeetCode 上 有 目标和，单词搜索 1, 单词搜索2（会超时，但是方法是可行的），单词拆分，解数独，N皇后，跳跃游戏3。

DFS的一些题目与回溯很类似， 例如岛屿问题等。