说到回溯算法的本质是什么，其实是枚举。 在给定的枚举集合中，不断从中尝试搜索并找到问题的解，在搜索中发现不符合求解条件时，“回溯”返回，尝试其他路径进行搜索解决。 回溯法就是在这样不成功地返回后尝试其他路径的方法，许多复杂而大规模的问题都可以使用回溯法，因此回溯法有“通用求解法”的美称。
解决问题解决一个追溯问题实际上是决策树的遍历过程。 你只需要考虑三个问题：
1、路径：也就是已经选择了。
2、选择列表：也就是说，你现在可以做出的选择。
3、终止条件：即到达决策树底部，不能再选择的条件。
如果你不理解这三个词的解释，没关系。 我们稍后将使用“全序列”和“n-quean问题”这两个经典的回溯算法问题来理解这些词是什么意思。 现在，你首先给我留下了印象。
在代码方面，回溯算法框架：
result=[]def backtrack (路径，选择列表) : if退出条件： result.add (路径) return for选择in选择列表：选择backtrack (路径，选择列表)
选择和取消选择是什么呢？ 这个框架的基础原理是什么呢？ 在这里，我们通过“全排列”这个问题，解开迄今为止的疑问，详细探索其中的奥妙吧。
全排列问题我们高中的时候做过排列组合的数学题。 我们也知道n个不重复的数。 所有序列共享n！ 个。
PS :为了便于理解，这次讨论的所有排列问题都不包含重复的数字。
那么，我们是怎么做到包罗万象地排队的呢？ 例如，如果你举出三个数[ 1，2，3 ]，你一定不会不规则粗暴地行动。 一般是这样的。
首先把第一位固定为1，然后把第二位定为2的话，第三位就只有3了。 然后第二名可以是3，第三名只能是2； 然后换了第一名成为第二名，只能紧追下一个第二名……
应用上述回溯算法的解题模板，进行深度优先的遍历，直到找到问题的解
公共类解决方案{
//*
*结果集
*/
privatestaticlistresult=new ArrayList (10；
/**参与所有数组的数字*/privatestaticlistintegernums=arrays.as list (1，2，3 )； /**当前阶段的解* @param selectedNums选定的解集合* @param selectableNums选项的解集合*/publicstaticvoidpermutation (listintegerselectednums list integer selectable nums {//)满足条件且结果集if (==selected nums.size ) //遍历各级的选项解集合for (inti=0； i selectableNums.size (； I ) integer num=selectable nums.get (I； //消除不符合条件的解，减少分枝的if(selectednums.contains(num ) ) { continue； //选择现阶段的解selectednums.add(num )之一； //选择完成后，进入下一个阶段permutation(selectednums，selectableNums )； //继续改变解遍历selectednums.remove(num )； } publicstaticvoidmain (string [ ] args ) listintegerselectednums=new ArrayList； permutation(selectedNUMS，nums )； system.out.println (arrays.tostring (result.to array () )； }