答：回溯的实质是在问题的解空间进行深度优先搜索。DFS是个图的算法，但是回溯算法的图在哪里呢？我们把解空间的一个状态当做一个节点，由于解空间非常庞大，这个图就大到无法想象了。
举个例子吧，比如全排列问题，对于n个元素进行全排列，一共有n!种可能，比如n=9时，一共有9! = 362880种排列。初始化，我们什么都没有，定义如下状态
#define PT_SIZE 9
class PTState
{
int m_solution[PT_SIZE];
int m_arranged;
};
其中m_arranged表示已经在m_solution中排列的数字，刚开始时啥都没做，当然是m_arranged为0啦，而m_solution这个数组是用来放要排列的数字的，比如
123456789对应于m_solution[i] = i + 1
那么接下来要做啥呢？当然是开始排第一个数了，也就是要填m_solution[0]啦，这时你有多少种选择呢？嗯，当然是1, 2, 3, 4, 5 ,6, 7,8,9种，这还要说吗？那么先尝试谁呢？
从小到小依次填好了。
下面这个图是n=3时的解空间搜索图，其中白色的节点是初始节点，一个数都没填，第一行全是问号，第二行有个标记，表示还没有排列一个数。当第一位选1的时，节点变成了紫色，此时m_arranged = 1, 还剩两个数没有填。这时填第二个数时，发现只能填2或者3，当填上2后，又到了下面一个蓝色的节点，该节点的状态中m_arranged = 2，再扩展下去，第三位只能填3，于是到了最下面的黄色节点。
此时，再想扩展黄色节点时，发现m_arranged已经是3了，这时表明这是一个最终的节点，无法再扩展了，于是得到了一个排列。那么其他排列如何得到呢？回到黄色节点上面的蓝色节点，我们发现第三位除了3再也不能填其他数了，没法继续扩展，没办法，再回到上面的紫色节点，这时发现，紫色节点中的第二位还能填3，于是可以顺利扩展到下面的第二个蓝色节点。这个过程便是回溯和扩展节点的主要过程。
在编程实现时，由于我们无法存储所有的状态节点，只能保持一个当前状态，然后通过扩展到下一个节点，来修改当前节点的状态，但是当扩展完一个节点时，必须得恢复到原来节点的状态，才能进行下一个扩展。这个逻辑写成代码便是如下形式：
Solve (State & state)
for action in A
if state.CanMove(action)
state.Forward(action);
Solve(state)
state.Recover(action);