此题为1~9九个选择，九条路，九叉树。
for (int j = 1; j <= 9; j++) { // 如果将要填入的数与前面不冲突，则填入 if (!same(a, i, j)) { a[i] = j; // 选择分支 j choose(i + 1); // 递归深度+1 } } 回溯还原现场第四步，若该节点没有找到出口，则将当前位置回溯，还原现场，重新选择
在本题中，还原现场即 重置为0（表示还未填入1~9的数字）
for (int j = 1; j <= 9; j++) { // 如果将要填入的数与前面不冲突，则填入 if (!same(a, i, j)) { a[i] = j; choose(i + 1); //递归函数的前后操作对称 //若没有找到出口，则将当前位置重置为0，回溯，还原现场 a[i] = 0; //你看看是不是与a[i]=j是对称的操作 } } 节点状态参数定义技巧注意：我们的递归方法的方法参数，都是为了表明我们所绘树形图的当前节点的状态，当然，不仅仅是递归方法的方法参数，也包括全局成员变量也可以表示当前节点状态。
以 depth 表示递归深度（f(depth) 表示第 depth 次选择）适用场景：一般我们使用这种方法来表示本次 n 叉树的深度，而本次 n 叉树的分支选择是由for ()循环中的 i 来决定的，list.add(i)，即 选第 i 条分支。
操作：
递归出口：if (depth >= n)
分支选择：list.add(depth)
递归深度增加：f(depth + 1)
以 start 表示范围区间（f(left) 表示从 start 开始向右选择[start, nums.length - 1]）适用场景：一般我们使用这种方法来表示不断前进的选择，即 本次选择不会考虑左边之前的选择，从start右边开始选。
相当于我们使用start把数组划分为了两个部分，第一个部分就是我们已经选择好的元素，第二部分就是我们还未选择的元素，我们需要做的就是从start开始将还未选择的元素放入左边已选择的元素中(start + 1)。
好处：这样我们可以省去用于存储数组访问情况的used[]数组，因为我们已选择和未选择已经分开了。
操作：
\([start, nums.length - 1]\)：f(start)
递归出口：if (start >= length)
分支选择：for (int i = start; i < length; i++)、list.add(i)
递归深度增加：f(i)
如 面试题 08.04. 幂集
以 [x][y] 表示完整的当前节点状态（f(x, y) 当前节点状态由 [x, y] 来表示）适用场景：一般我们使用这种方法来表示树形图上的当前节点的状态，比如说 地图上的索引位置，如 横纵坐标。
操作：
递归出口：if (x < 0 || y < 0 || x >= m || y >= n || || used[x][y])越界
分支选择：list. add(nums[x][y])
下：f(x, y + 1)
右：f(x + 1, y)
上：f(x, y - 1)
左：f(x - 1, y)
如 剑指 Offer 13. 机器人的运动范围
多种回溯法解法 面试题 08.04. 幂集幂集。编写一种方法，返回某集合的所有子集。集合中不包含重复的元素。
说明：解集不能包含重复的子集。
示例:
输入： nums = [1,2,3] 输出： [ [3], [1], [2], [1,2,3], [1,3], [2,3], [1,2], [] ]这里推荐一个大佬的解法：幂集解答
以 depth 表示递归深度方法一：本题所有节点均为可行解，所以不需要记录深度。
class Solution { Set<List<Integer>> res = new HashSet<>(); // 结果集合 Set<Integer> set = new TreeSet<>(); // 使用TreeSet来保证集合内元素有序，放入结果集合时方便去重 public List<List<Integer>> subsets(int[] nums) { f(nums); return new ArrayList<>(res); } // 回溯法 public void f(int[] nums) { // if (start >= nums.length - 1) { res.add(new ArrayList<>(set)); // } Integer temp = 0; for (int i = 0; i < nums.length; i++) { if (nums[i] != Integer.MAX_VALUE) { // 用过就置为无穷大 temp = nums[i]; set.add(nums[i]); nums[i] = Integer.MAX_VALUE; f(nums); set.remove(temp); nums[i] = temp; } } } }方法二：我们也可以使用二叉树，来用上我们的递归深度：