代码随想录第二十四天：77. 组合（加剪枝）

开始学习回溯。

回溯三部曲：

• 递归函数的返回值以及参数
• 回溯函数终止条件
• 单层搜索的过程

77. 组合

class Solution(object):
    def combine(self, n, k):
        """
        :type n: int
        :type k: int
        :rtype: List[List[int]]
        """
        res = []   # 一个二维数组，用于收集结果
        self.backtracking(n, k, 1, [], res)
        return res

    def backtracking(self, n, k, startindex, path, res):  # startindex是为了控制搜索的起始位置，防止出现重复，如[1, 2], [2, 1]；path是为了收集每一个组合
        if len(path) == k:   # 终止条件
            res.append(path[:])
            return
        for i in range(startindex, n+1):  # for循环是用于横向遍历，递归用于纵向遍历
            path.append(i)
            self.backtracking(n, k, i+1, path, res)
            path.pop()  # 要把之前的元素弹出才能放下一个

回溯法还是有些抽象的，感觉和递归一样不能仔细想，只要做好三部曲就行了。

组合优化

如果for循环选择的起始位置后还剩下的元素比还需要的元素少了，就没有必要继续遍历了。

已选择的元素个数：len(path)

列表中还剩下的元素个数：n-i

还需要的元素个数：k-len(path)

n-i+1 >= k-len(path) --> i <= n-(k-len(path))+1

在集合n中至多从该起始位置：i <= n - (k - path.size()) + 1，开始遍历

这个地方为什么要加一其实不太明白，可以举个例子（应该是因为i也包括在内）

class Solution(object):
    def combine(self, n, k):
        """
        :type n: int
        :type k: int
        :rtype: List[List[int]]
        """
        res = []   # 一个二维数组，用于收集结果
        self.backtracking(n, k, 1, [], res)
        return res

    def backtracking(self, n, k, startindex, path, res):  # startindex是为了控制搜索的起始位置，防止出现重复，如[1, 2], [2, 1]；path是为了收集每一个组合
        if len(path) == k:   # 终止条件
            res.append(path[:])
            return
        for i in range(startindex, n-(k-len(path))+2):  # for循环是用于横向遍历，递归用于纵向遍历
            path.append(i)
            self.backtracking(n, k, i+1, path, res)
            path.pop()

代码随想录