答：回溯的實質是在問題的解空間進行深度優先搜索。DFS是個圖的算法，但是回溯算法的圖在哪里呢？我們把解空間的一個狀態當做一個節點，由於解空間非常龐大，這個圖就大到無法想象了。
舉個例子吧，比如全排列問題，對於n個元素進行全排列，一共有n!種可能，比如n=9時，一共有9! = 362880種排列。初始化，我們什么都沒有，定義如下狀態
#define PT_SIZE 9
class PTState
{
int m_solution[PT_SIZE];
int m_arranged;
};
其中m_arranged表示已經在m_solution中排列的數字，剛開始時啥都沒做，當然是m_arranged為0啦，而m_solution這個數組是用來放要排列的數字的，比如
123456789對應於m_solution[i] = i + 1
那么接下來要做啥呢？當然是開始排第一個數了，也就是要填m_solution[0]啦，這時你有多少種選擇呢？嗯，當然是1, 2, 3, 4, 5 ,6, 7,8,9種，這還要說嗎？那么先嘗試誰呢？
從小到小依次填好了。
下面這個圖是n=3時的解空間搜索圖，其中白色的節點是初始節點，一個數都沒填，第一行全是問號，第二行有個標記，表示還沒有排列一個數。當第一位選1的時，節點變成了紫色，此時m_arranged = 1, 還剩兩個數沒有填。這時填第二個數時，發現只能填2或者3，當填上2后，又到了下面一個藍色的節點，該節點的狀態中m_arranged = 2，再擴展下去，第三位只能填3，於是到了最下面的黃色節點。
此時，再想擴展黃色節點時，發現m_arranged已經是3了，這時表明這是一個最終的節點，無法再擴展了，於是得到了一個排列。那么其他排列如何得到呢？回到黃色節點上面的藍色節點，我們發現第三位除了3再也不能填其他數了，沒法繼續擴展，沒辦法，再回到上面的紫色節點，這時發現，紫色節點中的第二位還能填3，於是可以順利擴展到下面的第二個藍色節點。這個過程便是回溯和擴展節點的主要過程。
在編程實現時，由於我們無法存儲所有的狀態節點，只能保持一個當前狀態，然后通過擴展到下一個節點，來修改當前節點的狀態，但是當擴展完一個節點時，必須得恢復到原來節點的狀態，才能進行下一個擴展。這個邏輯寫成代碼便是如下形式：
Solve (State & state)
for action in A
if state.CanMove(action)
state.Forward(action);
Solve(state)
state.Recover(action);