回溯法框架

    回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。

   回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。

（1）问题框架

      设问题的解是一个n维向量(a1,a2,………,an),约束条件是ai(i=1,2,3,…..,n)之间满足某种条件，记为f(ai)。

递归的算法框架

def backtracking(a,i):     if i>n:         return True     for elem in value_domain(a[i]):         if check(a,i,elem)==True:             a[i]=elem             if backtracking(a,i+1):                 return True     clean_up_before_back()     return False

非递归的算法框架

def backtracking(a,i):      i= 1     while i>0:         if i>n:             PrintResult()             return          flag = False         for elem in no_searched_value_domain(a[i]):             if check(a,i,elem)==True:                 a[i] = elem                 flag = True         if flag:             i+=1         else:             clean_up_before_back()             i-=1

参考链接：五大常用算法之四：回溯法