Add Dart codes to the documents. (#529)

docs/chapter_backtracking/backtracking_algorithm.md

@@ -70,6 +70,12 @@
     [class]{}-[func]{preOrder}
     ```
 
+=== "Dart"
+
+    ```dart title="preorder_traversal_i_compact.dart"
+    [class]{}-[func]{preOrder}
+    ```
+
 ![在前序遍历中搜索节点](backtracking_algorithm.assets/preorder_find_nodes.png)
 
 ## 尝试与回退
@@ -146,6 +152,12 @@
     [class]{}-[func]{preOrder}
     ```
 
+=== "Dart"
+
+    ```dart title="preorder_traversal_ii_compact.dart"
+    [class]{}-[func]{preOrder}
+    ```
+
 在每次“尝试”中，我们通过将当前节点添加进 `path` 来记录路径；而在“回退”前，我们需要将该节点从 `path` 中弹出，**以恢复本次尝试之前的状态**。换句话说，**我们可以将尝试和回退理解为“前进”与“撤销”**，两个操作是互为相反的。
 
 === "<1>"
@@ -251,6 +263,12 @@
     [class]{}-[func]{preOrder}
     ```
 
+=== "Dart"
+
+    ```dart title="preorder_traversal_iii_compact.dart"
+    [class]{}-[func]{preOrder}
+    ```
+
 剪枝是一个非常形象的名词。在搜索过程中，**我们利用约束条件“剪掉”了不满足约束条件的搜索分支**，避免许多无意义的尝试，从而提升搜索效率。
 
 ![根据约束条件剪枝](backtracking_algorithm.assets/preorder_find_constrained_paths.png)
@@ -505,6 +523,12 @@
 
     ```
 
+=== "Dart"
+
+    ```dart title=""
+
+    ```
+
 下面，我们尝试基于此框架来解决例题三。在例题三中，状态 `state` 是节点遍历路径，选择 `choices` 是当前节点的左子节点和右子节点，结果 `res` 是路径列表，实现代码如下所示。
 
 === "Java"
@@ -667,6 +691,22 @@
     [class]{}-[func]{backtrack}
     ```
 
+=== "Dart"
+
+    ```dart title="preorder_traversal_iii_template.dart"
+    [class]{}-[func]{isSolution}
+
+    [class]{}-[func]{recordSolution}
+
+    [class]{}-[func]{isValid}
+
+    [class]{}-[func]{makeChoice}
+
+    [class]{}-[func]{undoChoice}
+
+    [class]{}-[func]{backtrack}
+    ```
+
 相较于基于前序遍历的实现代码，基于回溯算法框架的实现代码虽然显得啰嗦，但通用性更好。实际上，**所有回溯问题都可以在该框架下解决**。我们需要根据具体问题来定义 `state` 和 `choices` ，并实现框架中的各个方法。
 
 ## 典型例题