追溯算法，穷
解决回溯问题实际上是决策树的扫描过程
路径：即已经选择
选择列表：是你现在可以选择的
终止条件：即到达决策树底部，不能再选择的条件。
回溯算法的一个特点是：它并不能优化为存在与动态规划重叠的部分问题。 回溯算法是纯暴力穷举，复杂度一般较高，不能低于0(n )。 因为，网罗整个决策树是不可避免的。
python代码：
from rich.console导入控制台
来自导入打印
控制台=控制台()
res=[]
efpermute(nums ) :
tarck=[]
回溯(nums，tarck ) )。
返回RES
德夫回溯(nums，track ) :
if (len (跟踪)==len (nums ) ) :
RES.append (跟踪.复制) )
console.log('nums长度与跟踪长度匹配(，style='bold red underline ) ) )
print ('当前res为：'str ) (res ) )
返回RES
for i in nums:
if i in track:
连续
途径.应用程序(I )。
回溯(nums，跟踪) )。
途径. pop (
RES=permute ([ 1，2，3 ]
console.log(RES，style='bold green ' ) )。
#输出结果： [ [ 1，2，3 ]、[ 1，3，2 ]、[ 2，1，3，1，1 ]、[ 3，3，2，2 ]、[ 3，3，2，2，2 ]
dart代码：
列表RES=[ ]；
listpermute(listnums ) {
列表跟踪=[ ]；
回溯(nums，track )；
返回RES；
}
语音跟踪(列表，列表跟踪) {
if(nums.Length==track.Length ) {
RES.add (途径. sublist (0) )；
print ('当前res为： ' res.toString ) )；
返回；
}
for(intI=0； I
if (跟踪. contains (nums [ I ] ) ) }
继续；
}
途径. add (nums [ I ]；
回溯(nums，track )；
跟踪. remove last (；
}
}
void main () }
var xx=permute ([ 1，2，3 ]；
打印(xx；
}
Flutter写的APP，源代码必须能够私信~~。