关于回溯的一些小知识

   1.开始的话

     作者在写这篇文章时，回溯也未完全精通，只是对当前的学习过程进行总结，请阅读该文章的同学酌情观看，欢迎讨论。

   2.回溯的基本理解

     回溯并非难以理解，其本质是暴力搜索的一个过程，它一般出现在递归的过程中，你可以将递归的逐层返回看作是回溯，即返回到上一个时间点的状态，例如：时间回溯的回溯体现在哪？当然是时间的回退，而代码中如何体现回溯，本文后会提到。

     通常回溯能解决的问题包括以下几种：

       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 。

      其本质还是组合方式（注意与排列的区别），而在解决这些问题时，会将问题抽象成一棵树，集合的宽度就是树的宽度，递归的深度就是树的深度。

    3.回溯的模板

     回溯其实没有你想得那么复杂，也是有着一定规律可循的：

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
    }
}

     其中for循环体现的是树的树层组合，而递归的backtracking则是树的树枝组合（要注意数层与树枝的区别），因为本质是递归，故需要在遇到终止条件时返回。

  4.回溯的举例

    以下面一道例题作为讲解：力扣题目链接

找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数，并且每种组合中不存在重复的数字。

说明：

• 所有数字都是正整数。
• 解集不能包含重复的组合。

示例 1: 输入: k = 3, n = 7 输出: [[1,2,4]]

示例 2: 输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]

此题属于组合问题：当你明白这是回溯问题时，就可以尝试使用模板解题

class Solution {
private:
    vector<vector<int>> result; // 存放结果集
    vector<int> path; // 符合条件的结果
    void backtracking(int targetSum, int k, int sum, int startIndex) {
        if (sum > targetSum) { // 剪枝操作
            return; 
        }
        if (path.size() == k) {
            if (sum == targetSum) result.push_back(path);
            return; // 如果path.size() == k 但sum != targetSum 直接返回
        }
        for (int i = startIndex; i <= 9 - (k - path.size()) + 1; i++) { // 剪枝
            sum += i; // 处理
            path.push_back(i); // 处理
            backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex，不是startindex,它一直没改变。
            sum -= i; // 体现回溯
            path.pop_back(); // 体现回溯
        }
    }

public:
    vector<vector<int>> combinationSum3(int k, int n) {
        backtracking(n, k, 0, 1);
        return result;
    }
};

由题中不难看出，终止条件是path的大小为k，而如果满足目标值，则将它存入结果集，sum的选取是为了与目标值进行比较看来判断是否满足，startindex表示起点，而i则从起点开始向后取，后面

 sum -= i; // 回溯
            path.pop_back(); // 回溯

则是体现了回溯过程，因为你虽然在递归时返回了上一层，但仍需要你进行手动修改，就像时间回溯中更改时间一样。

    5.剪枝与去重

    剪枝就是对代码的优化，有一些明显不正确的分支可以不用递归，从而节省时间，去重则是如果path中存在重复集合，则需删除，这部分具体就在下一节写吧。