回溯法思路的简单描述是：把问题的解空间转化成了图或者树的结构表示，然后使用深度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或者最优解。

基本思想类同于：

      【

         分支限界法：广度优先搜索

         思想类同于：图的广度优先遍历

                                二叉树的层序遍历

      】

        详细的描述则为：

        回溯法按深度优先策略搜索问题的解空间树。首先从根节点出发搜索解空间树，当算法搜索至解空间树的某一节点时，先利用剪枝函数判断该节点是否可行（即能得到问题的解）。如果不可行，则跳过对该节点为根的子树的搜索，逐层向其祖先节点回溯；否则，进入该子树，继续按深度优先策略搜索。

        回溯法的基本行为是搜索，搜索过程使用剪枝函数来为了避免无效的搜索。剪枝函数包括两类：1. 使用约束函数，剪去不满足约束条件的路径；2.使用限界函数，剪去不能得到最优解的路径。

        问题的关键在于如何定义问题的解空间，转化成树（即解空间树）。解空间树分为两种：子集树和排列树。两种在算法结构和思路上大体相同。

       当问题是要求满足某种性质（约束条件）的所有解或最优解时，往往使用回溯法。

       它有“通用解题法”之美誉。

        回溯法的实现方法有两种：递归和递推（也称迭代）。一般来说，一个问题两种方法都可以实现，只是在算法效率和设计复杂度上有区别。       【类比于图深度遍历的递归实现和非递归（递推）实现】

        思路简单，设计容易，但效率低，其设计范式如下：

[cpp] view plain copy

      算法设计相对复杂，但效率高。

[cpp] view plain copy

       所给的问题是从n个元素的集合S中找出满足某种性质的子集时，相应的解空间成为子集树。 如0-1背包问题，从所给重量、价值不同的物品中挑选几个物品放入背包，使得在满足背包不超重的情况下，背包内物品价值最大。它的解空间就是一个典型的子集树。

       回溯法搜索子集树的算法范式如下：

[cpp] view plain copy