回溯是深度优先搜索的一种写法：把候选方案看成一棵决策树，每层做一次选择，发现不可行就撤销，回到上一个分叉。组合关心选哪些，排列还关心顺序，子集则常在每个节点都收集答案。

统一步骤是：判断终止并记录快照；枚举当前层候选；跳过不合法选择；加入路径；递归下一层；撤销路径。伪代码如下：

1
2
3
4
5
6
7
search(state):
  if complete(state): save(copy(path))
  for choice in candidates(state):
    if invalid(choice): continue
    apply(choice)
    search(nextState)
    undo(choice)

去重必须分清层级。同一树层避免选相同值，可在排序后跳过相邻重复候选；同一路径避免重复使用元素，则用 used 数组。剪枝来自约束：剩余元素不足、当前和已超目标、当前方案不会优于最优解时，应提前返回。排序往往让这些判断更早生效。

若每个元素都有选或不选两种可能，搜索规模约 O(2^n)；全排列可达 O(n!)，保存每个答案还要乘路径复制成本。递归栈通常为 O(n)，输出空间另算。回溯并不会消除指数爆炸，只是系统枚举并尽早排除无效分支。

常见误区是忘记撤销、保存了可变路径引用、把“去重”错误地跨层使用，以及在没有单调条件时随意剪枝。小结：先画出决策树，明确每层含义和路径约束，再写选择—递归—撤销，代码自然会稳定。