回溯法---深度优先搜索

深度优先搜索。是在明确给出了图中的各个顶点和边(显示图)的情况下，按照深度优先搜索的思想，对图中的每个顶点进行搜索，最终得到图的结构信息。

回溯法。是在仅给出初始节点，目标节点以及产生子节点的条件的情况下，构造出来一个图（隐式图)，然后按照深度优先搜索的思想，在有关条件的约束下扩展到目标节点，从而找出问题的解。

换言之回溯法从初始状态出发。在隐式图中以深度优先的方式搜索问题的解，当发现不满足求解条件时，就回溯并尝试其他的路径。

也就是说它是一种能进则进，进不了则换，换不了则退的基本搜索方法。

用回溯法解决问题时，首先应该明确搜索范围，这个范围越小越好，它至少要包含问题的一个最优解。
然后他要明确以下4个方面，就是为了定义搜索范围。
一就是问题解的形式。回溯法希望问题的解能够表示成一个n元组（x1, …,xn)的形式。
二是显约数，就是对这个分量Xi的取值范围限定。
三是隐约数，就是为满足问题的解，而对不同分量之间施加的约束。
四是解空间，对于问题的一个实例解向量，满足显约束的所有n元组，构成了该实例的一个解空间。

需要注意的是同一个问题的显约束可能会有多种，相应的解空间大小也不同，通常情况下解空间越小，算法的搜索效率就越高。

它对应的一个比较经典的问题，就是n皇后问题。
这个图片就是给出一下这个思想的实例。

最后，搜索问题的解空间树，在搜索的过程中需要了解以下三个名词。
一是扩展节点。一个正在生成孩子的节点，称为扩展节点。
二活节点。一个自身已生成，但其孩子还没有全部生成的节点，称为活节点。
三是死节点。一个所有孩子已经生成的节点称为死节点。

搜索思想：
从根开始，以深度优先搜索的方式进行搜索，根节点是活节点，并且是当前的扩展节点。在搜索过程中当前的扩展结点沿纵深方向移向一个新的节点，判断该节点是否满足隐约束，如果满足那么新节点成为活节点，并且成为当前的扩展节点，继续深一层的搜索。如果不满足，那么换到该新节点的兄弟节点继续搜索，如果新节点没有兄弟节点，或者是其兄弟节点已经全部搜索完毕，那么扩展节点成为死节点，搜索回溯到其父节点处，继续进行搜索过程，直到找到问题的结，或者是根结点变成死结点为止。

回溯法的算法框架主要包括以下三个部分。
一是针对所给问题定义问题的解空间。
二是确定易于搜索的解空间组织结构。
三是以深度优先的方式搜索解空间，并在搜索过程中用剪枝函数，避免无效搜索。