回溯和深度优先搜索的区别
回溯是一种更通用的算法。可以用于任何类型的结构，其中可以消除域的部分 ——无论它是否是逻辑树。
深度优先搜索是与搜索树或图结构相关的特定回溯形式。它使用回溯作为其使用树的方法的一部分，但仅限于树/图结构。
回溯和 DFS 之间的区别在于回溯处理隐式树而 DFS 处理显式树。这似乎微不足道，但它意味着很多。当通过回溯访问问题的搜索空间时，隐式树在其中间被遍历和修剪。然而对于 DFS 来说，它处理的树/图是明确构造的，并且在完成任何搜索之前已经抛去了不可接受的情况，即修剪掉了。
因此，回溯是隐式树的 DFS，而 DFS 是回溯而不修剪。
也并不简单的可以说回溯算法 = 深度优先搜索 + 剪枝函数。因为并不是所有图都是树。
回溯的关键不在于递归，而在于“状态”。在回溯算法向前的每一步，你都会去设置某个状态，而当向前走走不通的时候回退，此时需要把之前设置的状态撤销掉。
dfs 只是找某个或某些满足条件的东西而已，找到就返回，找不到拉倒，没状态，也可以携带路径和边界值。
dfs如果带上记忆搜索集（类似动态规划），就变成了记忆搜索，保存是之前搜索过的子搜索集，子搜索集也是一种剪枝过程。（子搜索集有点类似后缀树）
回溯法如果带上记忆搜索集，就变成记忆回溯，保存是之前搜索过的子搜索集，子搜索集也是一种剪枝过程。和记忆搜索的区别也是回溯有一个状态保存的性质。
回溯法的基本思想：
- 针对所给问题，定义问题的解空间；
- 确定易于搜索的解空间结构；
- 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
八皇后问题是一种经典的回溯算法问题
在八皇后问题中，我们需要在一个8x8的棋盘上放置8个皇后，使得任何两个皇后都不在同一行、同一列或同一斜线上。为了解决这个问题，我们可以采用回溯算法，从第一行开始，逐行枚举皇后所在的列，如果符合条件则进入下一行，否则回溯到上一行，继续尝试下一个列。
在这个过程中，我们需要回溯到上一行来重新选择列，这就是典型的记忆回溯的过程。通过不断地回溯到上一行来重新选择列，我们最终能够找到符合要求的解。因此，八皇后问题属于记忆回溯的范畴。
参考链接
回溯详解以及与 DFS 算法的关联
回溯vs记忆化递归
记忆搜索———至少有 1 位重复的数字
DFS参数携带路径或者边界值