首先需要说明的是，这两道题代表了一种思想或者说一种思维定式对比说明了dfs vs bfs 有关效率，通用场景和局限性的优劣分析，详细见具体讲解

我的思路:1.首先得在board中寻找首元素可能出现的位置，对每个合法的开始位置进行dfs2.每次dfs的过程中，结合backtracing避免回退

这道题重定义了什么叫可行解：一般而言，可行解需要满足强约束性条件集，而本题的可行解就是单一弱约束性条件(distinct integers,只需要当前集合内的元素不重复即可算作一个可行解) ，算是比较简单的入门级dfs + backtracing 题目。

全排列问题是回溯的典型例题：1.可行解的组成形式是给定数组中的所有数的组合，故而大小上可以作为可行解判定条件2.每次需要在剩下可被选中的集合中选择一个，创建mask数组

Leetcode - 051. N-Queens dfs + backtracing 典型题目 需要注意的地方：1.剪枝放在了下行状态的循环内部2.需要判别当前位置可否放置皇后，当前列，两条对角线都是需要考虑的 {代码...} Leetcode - 052. N-Queens II 唯一不同的地方在于：不需要存储最终的放置方案，只需要统计方案的个数，所以将所有vct替换为int ans，...

我的思路：1.排序是必要的，为什么排序是必要的？考虑到我们dfs + backtraing 的标准三步(1.优先判定可行解 2.剪枝 3.遍历下行状态，更新backtracing的追踪变量)，我们如何判定是一个可行解，显然是当前sum = target，那么如果我们不排序的话当前sum > target 还有可能pop 最后一个元素然后与之后较小的元素形成可行...

我的思路：1.需要遍历整个解空间求得可行解，隶属 dfs + backtracing2.需要used数组记录每行，每列，每块的数字占用情况2.1 初始数组指定一部分const 的占用情况2.2 dfs的过程中会更新used，backtraing 的过程会抹去上一次的尝试3.一个隐藏的trick是dfs + backtracing在整体退出之后会回到进入之前的状态，所以退出之后b...

我的思路:1.需要所有的可行解，隶属dfs + backtraing 的大类2.每次当前状态可能的下行状态有两种可能性：2.1 能否补上'('，补上'('的条件是xl < n2.2 能否补上')'，补上')'的条件是xl < xr

我的思路：一个字符对应多种选择，需要遍历整个状态空间才能得到所求的ans，满足 dfs + backtracing组合求解模式。1.每个char对应的可能性是确定的，map用来优化time cost2.当前解的状态应该用 & ，虽然不使用 & 在本题也可以AC，出于backtracing 优化space cost的考虑，应该使用 &3.dfs + backtring 的一般...