那么，第一层一定有4个选项，分别为1，2，3，4。从1向下，即在1的基础上增加元素，则有12，13，14。从2向下，为了避免重复，只允许选择2之后的元素，则有23和24，以此类推。
如果以涂满红色表示节点为满足要求的结果，则整个树的所有节点都为结果，因为每个节点都代表数组的一个子集。
如果明白了subset问题的决策树设计，则subsets w/ duplicates问题与之大致类似，只是要避免重复的情况，即在subset问题的代码基础上加入一些条件判断。
permutation问题（问题3、4）permutation问题实际上更为简单。对于数组[1,2,3],想象三个有顺序的盒子，每个盒子可以放一个不同的数字。顺着回溯法的增量找寻答案的思路，可以这么设计：树的第零层（根节点）三个盒子全为空，第一层填入盒子1，第二层在盒子1填入某数的基础上填入盒子2，第三层填入盒子3。
在这个决策树中，所有叶节点为想要找寻的结果。
与问题2相似，permutations w/ duplicates也需要在permutation问题的基础上加入判断条件，防止计入重复的排列。
combination sum问题（问题5、6）combination问题与subset同为组合性质的问题，所以解法类似。在树的每一层增量选择一个元素构成答案的一部分。不同的是，由于有sum == target这个要求，在枚举过程中需要作出选择，抛弃不符合要求的选项。
在上图的决策树中，Root为空，括号中表示还需要求和的数，如第一层中的第一个节点2表示在组合中加入2，则剩余8-2=6。由于允许将同一个元素选择多次，2的选项中可以包含2自己。在3的选项中，为了防止重复，规定只能从3开始往后选择。可在回溯前对数组进行排序，则当发现括号中的数小于选项本身时（如5(3)），则该节点没有可行的选项，可以将该节点抛弃。
问题6在问题5的基础上加入条件判断。
palindrome partition（问题7）与以上问题类似，用决策树对分割进行增量选择，在每一层对余下的字符串进行分割。当察觉到新的分割不是回文时可以立即舍弃。
看第一层： 对String "ababa"，先从头分割出一块，这一块的长度可以是1-5，于是我们有了图中第一层的5个节点，括号中表示余下的字符串。ab和abab都不是回文，因而可以立即舍去。ababa已经是一个完全分割了，因而可以加入答案集。再对其它节点括号中的元素进行分割，不再赘述。
本文附录中总结了问题1-7的决策树，以供参考。
实现首先记住回溯法的一般普遍实现，对于不同的问题只要往这个框框上套即可。
1 boolean solve(Node n) { 2 if n is a leaf node { 3 if the leaf is a goal node, return true 4 else return false 5 } else { 6 for each child c of n { 7 if solve(c) succeeds, return true 8 } 9 return false 10 } 11 }