代码随想录算法训练营day24 | 回溯理论基础，77. 组合

---

理论基础

什么是回溯法

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。回溯是递归的副产品，只要有递归就会有回溯。 所以下文中，回溯函数也就是递归函数，指的都是一个函数。

回溯法的效率

回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，是一种暴力查找方案，并不是高效的算法。如果想让回溯法高效一些，可以加一些剪枝的操作，但也改不了回溯法就是穷举的本质。

那么既然回溯法并不高效为什么还要用它呢？
因为没得选，一些问题能暴力搜出来就不错了，撑死了再剪枝一下，还没有更高效的解法。

回溯法解决的问题

回溯法，一般可以解决如下几种问题：

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

如何理解回溯法

回溯法解决的所有问题都可以抽象为树形结构！因为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，递归的深度就构成的树的深度。递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。

回溯法模板

回溯三部曲：

1. 回溯函数模板返回值以及参数 （回溯算法中函数返回值一般为void，一般是先写逻辑后写参数）
2. 回溯函数终止条件（遍历树形结构一定要有终止条件，所以回溯也有要终止条件。一般来说搜到叶子节点了，也就找到了满足条件的一条答案，把这个答案存放起来，并结束本层递归。）
3. 回溯搜索的遍历过程（for循环横向遍历，backtracking（递归）纵向遍历）
   
   回溯算法模板框架如下：

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    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

教程视频：https://www.bilibili.com/video/BV1ti4y1L7cv/?spm_id_from=333.788&vd_source=ddffd51aa532d23e6feac69924e20891

解法一：直接法，嵌套for循环

（k值不确定，嵌套层数不确定）

解法二：回溯法

class Solution {
    List<List<Integer>>result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1);
        return result;
    }

    public void backtracking(int n, int k,int startIndex){
        //终止条件
        if(path.size()==k){
            result.add(new ArrayList<>(path));//存放结果
            // result.add(path);
            //【注意，这里必须重新创建一个list，否则传入的是引用，最终result中的元素指向同一个为空的path】
            return;
        }
        //本层搜索逻辑
        for(int i=startIndex;i<=n;i++){
            path.add(i);
            backtracking(n,k,i+1);//递归
            path.remove(path.size()-1);//回溯，撤销处理结果
        }
    }
}

解法三：回溯法（剪枝优化）

优化单层搜索逻辑

可以发现，在单层递归时，如果剩余数量不足以凑到k个个数，即可停止，因此我们计算出当前层搜索时，i 至多可以从 n-(k-path.size())+1 开始搜索，因此将for循环终止条件替换为n-(k-path.size())+1。

i 的最大值详细导出过程：代码随想录的解释

---