回溯算法是解决全排列、子集等枚举问题的核心方法，通过递归模拟决策树的深度优先遍历，结合“选择—递归—撤销”三步实现系统穷举；全排列需用used数组防重复并处理相同元素，子集则靠start索引避免重复且每层均收集结果。
回溯算法是解决全排列、子集这类“枚举所有可能解”问题的核心方法。它本质是用递归模拟决策树的深度优先遍历，在每一步尝试选择、递归探索、再撤销选择（即“回溯”），从而系统性地穷举合法路径。
全排列：处理重复元素 + 路径记录
全排列要求每个元素恰好使用一次，且顺序不同即为不同解。关键点在于：用布尔数组 used[] 标记已选元素，避免重复使用；递归到底层（路径长度等于数组长度）时收集结果。
若输入含重复数字（如 [1,1,2]），需先排序，再在递归中跳过“相同值但前一个未被使用”的分支，防止重复排列：
- 排序后判断：nums[i] == nums[i-1] && !used[i-1] → 跳过当前 i
- 每次进入递归前标记 used[i] = true，回退前设为 false
- 路径用 List
维护，到达终点时 new ArrayList(path) 加入结果
子集：无需标记，靠起始索引控制不重不漏
子集问题不要求用尽所有元素，也不关心顺序，因此不用 used 数组。核心技巧是：每次递归从 start 索引开始选，保证只向后选，自然避免重复子集（如 [1,2] 和 [2,1] 不会出现）。
Java JDK 25
下载
Java JDK 25 来自 OpenJDK 官方归档，版本为 JDK 25，本条下载地址已指向官方 Windows x64 zip 安装包直链，适合调试旧项目或兼容旧版 Java 运行环境。
每进入一层递归就立即保存当前 path（空集也算子集），再逐个尝试从 start 到末尾的元素：
- for 循环中 i 从 start 开始，每次添加 nums[i] 后递归调用 dfs(i+1)
- 不需要显式剪枝条件，因为所有路径都合法
- 注意：子集数量是 2ⁿ，空间复杂度由结果量主导
统一框架：回溯三要素缺一不可
无论全排列还是子集，都遵循同一结构——路径（当前解）、选择列表（剩余可选项）、结束条件（是否该存结果）。区别仅在于“选择列表”的生成方式：
- 路径：List 或 StringBuilder，用于暂存当前决策序列
- 选择列表：全排列靠 used[] 过滤已用元素；子集靠 start 索引限制可选范围
- 结束条件：全排列看 path.size() == nums.length；子集则每层都收集，无硬性终止条件
调试建议：画小规模递归树 + 打印关键状态
面对卡壳，最有效的方法是手动画出 n=2 或 n=3 的递归树，标出每次进入/退出时的 path、used、start 值。代码中可在递归入口和回溯前加日志，例如：
- System.out.println("进入：" + path + ", start=" + start);
- System.out.println("回溯前移除：" + path.get(path.size()-1));
这样能快速定位是选择逻辑错、边界没控好，还是回溯没执行。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
