Day 24 回溯算法的组合问题及剪枝

回溯法，一般可以解决如下几种问题：

• 组合问题：N个数里面按一定规则找出k个数的集合
• 切割问题：一个字符串按一定规则有几种切割方式
• 子集问题：一个N个数的集合里有多少符合条件的子集
• 排列问题：N个数按一定规则全排列，有几种排列方式
• 棋盘问题：N皇后，解数独等等

组合是不强调元素顺序的，排列是强调元素顺序。

回溯法解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度，都构成的树的深度。

回溯三部曲：

• 回溯函数模板返回值以及参数  

void backtracking(参数)

• 回溯函数终止条件

if (终止条件) {
    存放结果;
    return;
}

• 回溯搜索的遍历过程     for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把树全遍历完了

for (选择：本层集合中元素（树中节点孩子的数量就是集合的大小）) {
    处理节点;
    backtracking(路径，选择列表); // 递归
    回溯，撤销处理结果
}

77. 组合

想法：每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围。

图中可以发现n相当于树的宽度，k相当于树的深度。

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        res=[]
        self.backtracking(n,k,1,[],res)
        return res
    def backtracking(self,n,k,startIndex,path,res):
        if len(path)==k:
            res.append(path[:])
            return
        for i in range(startIndex,n+1):
            path.append(i)
            self.backtracking(n,k,i+1,path,res)
            path.pop()