0 初步理解
“回溯”算法也叫“回溯搜索”算法，主要用于在一个庞大的空间里搜索我们所需要的问题的解。
我们每天使用的“搜索引擎”就是帮助我们在庞大的互联网上搜索我们需要的信息。“搜索”引擎的“搜索”和“回溯搜索”算法的“搜索”意思是一样的。
“回溯”指的是“状态重置”，可以理解为“回到过去”、“恢复现场”，是在编码的过程中，是为了节约空间而使用的一种技巧。
而回溯其实是“深度优先遍历”特有的一种现象。
之所以是“深度优先遍历”，是因为我们要解决的问题通常是在一棵树上完成的，在这棵树上搜索需要的答案，一般使用深度优先遍历。
我理解的就是，你需要倒回去一步才能解决问题的题目
1、为什么使用深度优先遍历？
（1）首先是正确性，只有遍历状态空间，才能得到所有符合条件的解；
（2）在深度优先遍历的时候，不同状态之间的切换很容易，可以再看一下上面有很多箭头的那张图，每两个状态之间的差别只有 1 处，因此回退非常方便，这样全局才能使用一份状态变量完成搜索；
（3）如果使用广度优先遍历，从浅层转到深层，状态的变化就很大，此时我们不得不在每一个状态都新建变量去保存它，从性能来说是不划算的；
（4）如果使用广度优先遍历就得使用队列，然后编写结点类。使用深度优先遍历，我们是直接使用了系统栈，系统栈帮助我们保存了每一个结点的状态信息。于是我们不用编写结点类，不必手动编写栈完成深度优先遍历。大家可以尝试使用广度优先遍历实现一下，就能体会到这一点。
作者：liweiwei1419
链接：https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-python-dai-ma-java-dai-ma-by-liweiw/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
1 解题套路
自己的理解的套路，仅供自己以后看哈哈哈哈
首先就是你需要写一个新的dfs函数，返回值类型为空的那种
- 第一步，在这个函数里面，最难的也就是确定函数的传参数方面，
这个吗，可以留着最后写的哦
一般的套路可能是，数组长度len， 索引值i， 目标值target，路径path，结果集res
在这个里面呢，前三个都是int类型，好理解的哦
路径path是List类型，新建的时候语句是List<Integer> path = new ArrayList<>();这个path呢，需要增加新的需要加入的节点，还需要删掉上一个节点实现状态重置，
这个类型，加入节点用的是add方法，如path.add(nums[i]); 删除节点用的是remove方法，如path.remove(path.size() - 1);
但是呢官方建议用 Deque类型， 新建的时候语句是 Deque<Integer> path = new ArrayDeque<>(len); 不过我还是觉得上面的简单
这个类型，加入节点用的是addLast方法，如path.addLast(candidates[i]); 删除节点用的是removeLast方法，如path.removeLast();
结果集res是List<List> res = new ArrayList<>();
- 第二步是确定到达叶子节点的成功条件
比如说，
////已经找到满足长度的数组，可以进行返回
if(depth == len){
//这个地方要进行数据的复制，否则返回的是空
res.add(new ArrayList<>(path));
return;
- 第三步是接下来就进入循环体内，从索引到最后，开始循环，
判断剪枝条件，进行有效剪枝
剪枝完成之后，
没有被用过加入到path路径之中
然后进行递归dfs操作，注意这个时候的深度是要+1的
最后要将上次加入的那个值删除掉
题目原有的函数
先来初始化len和结果集res
第一步是进行特判如果len为0，返回空的res
这个时候如果需要去重的话，就要在这里先进行排序
第二步是新建初始化path
如List path = new ArrayList<>(); 或者 Deque path = new ArrayDeque<>(len);
第三步是递归操作
第四步返回结果集res
大功告成～～～～
2 有关题目
LeetCode 46➕47
题解博客地址：[ 热题 HOT 100—46. 全排列➕47. 全排列 II— 回溯法/dfs
LeetCode 39 ➕40
题解博客地址：[ 热题 HOT 100—39. 组合总和➕40. 组合总和 II – 回溯法+剪枝
LeetCode 22
题解博客地址：[ 热题 HOT 100–22. 括号生成-- 回溯算法/深度优先遍历