pljnb的博客

回溯算法是解决**组合优化、排列组合、搜索问题**的核心方法，尤其适合需要**穷举所有可能性**的问题。其本质是通过**递归的逐层决策**和**路径撤销**实现状态遍历。以下是回溯问题的系统化解决范式：

目标：将问题抽象为一个状态表达式，通常用dp[i][j]表示子问题的解。关键点：状态需能唯一描述子问题的特征（如位置、剩余容量、已选元素等）。维度由问题复杂度决定（一维、二维或更高）。示例：dp[i][w]表示前i个物品装入容量www的背包的最大价值。dp[i]表示以第i个元素结尾的最长递增子序列长度。dp[i]表示以nums[i]结尾的最长递增子序列长度。动态规划的核心在于将复杂问题分解为重叠子问题，并通过递推和存储避免重复计算。识别问题特征（重叠子问题、最优子结构）

以leetcode里79. 单词搜索为例，以下是我的屎山代码。简直就是一滩狗屎，改bug都不知道从何下手，算法逻辑就是那个算法逻辑，写出来就是一坨狗屎，逻辑漏洞东补一点西补一点，越拉越多。因此痛定思痛，针对这个例子分析如何避免写屎山代码。这三重认知维度。