算法篇一：回溯算法

所谓的回溯，实际上就是一个决策树的遍历过程，一种选优搜索法，又称试探法。利用试探性的方法，在包含问题所有解的解空间树中，将可能的结果搜索一遍，从而获得满足条件的解。搜索过程采用深度遍历策略，并随时判定结点是否满足条件要求，满足要求就继续向下搜索，若不满足要求则回溯到上一层，这种解决问题的方法称为回溯法。

经常刷leetcode的同学应该深有感触。其他的基本定义这里就不做说明了，为了方便其他人了解，这里会提供一个具体的case，然后一步步带大家深入浅出的理解回溯算法。

废话不多说，直接上回溯算法框架。解决一个回溯问题，我们正常思考 3 个问题：

1、路径：也就是已经做出的选择。

2、选择列表：也就是你当前可以做的选择。

3、结束条件：也就是到达决策树底层，无法再做选择的条件。

代码方面，回溯算法的框架：
result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return
    
    for 选择 in 选择列表:
        做选择
        backtrack(路径, 选择列表)
        撤销选择

其核心就是 for 循环里面的递归，在递归调用之前「做选择」，在递归调用之后「撤销选择」，怎么理解这个呢，看一下下面的例子就知道了。

例子：给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。

输入：candidates = [2,3,5], target = 8,
所求解集为：
[
  [2,2,2,2],
  [2,3,3],
  [3,5]
]

我们按照上面的套路模版，来一步步解题：

 

1:题目给出的算法结构为

c