Day24代码随想录回溯part01：回溯理论、77. 组合

回溯函数也就是递归函数，指的都是一个函数

回溯法都可以抽象为一个N叉树，以for循环和逐层递归出现的；

伪代码：

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

回溯三部曲：

• 递归函数的返回值以及参数：全局变量result所有结果，path是一维数组单一结果；n,k,startindex(目前起始位置)
• 回溯函数终止条件：len(path) == k
• 单层搜索的逻辑：

伪代码：
for (int i = startIndex; i <= n; i++) { // 控制树的横向遍历
    path.push_back(i); // 处理节点
    backtracking(n, k, i + 1); // 递归：控制树的纵向遍历，注意下一层搜索要从i+1开始
    path.pop_back(); // 回溯，撤销处理的节点
}

当然还可以有一些剪枝的操作！

来举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。 在第二层for循环，从元素3开始的遍历都没有意义了。

path.size是当前path已经选取的元素个数，k-path.size是还需要选取的元素个数，那么最多搜索的位置是n-(k-path.size)+1，+1是为了索引正确，因为一开始是包含start.index的

class Solution:
    def __init__(self):
        self.res = []
        self.path = []
    
    def traversal(self, n, k, start_index):
        if len(self.path) == k:
            self.res.append(self.path[:]) #注意这里要复制结果，不要会随着改变
            # print(self.path)
            return
        for i in range(start_index, n-(k-len(self.path))+2):#这里变为+2是因为python不包含右边界
            self.path.append(i)
            self.traversal(n, k, i+1)
            self.path.pop()
        return

    def combine(self, n: int, k: int) -> List[List[int]]:
        self.traversal(n, k, 1) #注意初始的start=1
        return self.res