回溯算法小结

序言

• 所谓回溯方法，总是用于找到所有组合，所有可能的题目下。需要注意的是，回溯一般分为三个大步骤，分别为：添加可能元素，进行下一个查找，删除末尾元素，这三个步骤。
• 添加可能元素：将当前位置的元素放入临时的列表中，用于暂存这种可能
• 进行下一个查找：考虑在该分布的前提下，下一个可添加的元素。
• 当递归到最有一个可能时，该可能要么成立，放入结果列表中，或者不成立，直接放弃。最有一个元素都已经完成了判断。故而函数返回上一层后，该元素需要被删去，以便在增加另一个元素，考虑另一种可能。

组合总和

leetCode 39 组合总和

给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ，找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ，并以列表形式返回。你可以按 任意顺序 返回这些组合。

candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同，则两种组合是不同的。

对于给定的输入，保证和为 target 的不同组合数少于 150 个

示例：

输入：candidates = [2,3,6,7], target = 7
输出：[[2,2,3],[7]]
解释：
2 和 3 可以形成一组候选，2 + 2 + 3 = 7 。注意 2 可以使用多次。
7 也是一个候选， 7 = 7 。
仅有这两种组合。

分析：
画出树形图：

• 以 target = 7 为 根结点 ，创建一个分支的时 做减法 ；
• 每一个箭头表示：从父亲结点的数值减去边上的数值，得到孩子结点的数值。边的值就是题目中给出的 candidate 数组的每个元素的值；
• 减到 00 或者负数的时候停止，即：结点 00 和负数结点成为叶子结点；
• 所有从根结点到结点 00 的路径（只能从上往下，没有回路）就是题目要找的一个结果。

但我们可以通过树形图发现，结果中存在重复的答案，不符合要求。具体分析为什么会重复：
简而言之，我们发现，在第一次的分支中，选择2后，会再考虑选择3的情况。故而，在第二分支中，第一选择为3，不应该再考虑第二选择为2的情况。即，所有选择都不应考虑前面已经 纳入过选择的候选元素了。

又由于考虑到，将数组排序后可以有效的去除多余的判断。因为减去一个小数已经小于0了，则不用考虑后面更大的数目是否有可能了。故而对数组先进行排列再进行递归和回溯。

class Solution {
    public List<List<Integer>> combinationSum(int[] candidates, int target) {
        int len = candidates.length;
        List<List<Integer>> res = new ArrayList<>();
        if(len == 0) {
            return res;
        }

        Arrays.sort(candidates);
        Deque<Integer> path = new ArrayDeque<>();
        dfs(candidates, target, path, 0, len, res);
        return res;
        }

    public void dfs(int[] candidates, int target, Deque<Integer> path, int begin, 
    int last, List<List<Integer>> res) {
        if(target < 0) {
            return;
        }

        if(target == 0) {
            res.add(new ArrayList<>(path));
        }

        for(int i= begin; i < last; ++i) {
            if(target < candidates[i]) {
                break;
            }
            path.addLast(candidates[i]);
            dfs(candidates, target-candidates[i], path, i, last, res);
            path.removeLast();
        }
    }
}