代码随想录算法训练营第二十四天｜回溯算法理论基础、77. 组合

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。

回溯法的效率

因为回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，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。

回溯法解决的问题

回溯法，一般可以解决如下几种问题：

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

回溯法模板

• 什么时候达到了终止条件，树中就可以看出，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。
• for循环就是遍历集合区间，可以理解一个节点有多少个孩子，这个for循环就执行多少次。
  backtracking这里自己调用自己，实现递归。从图中看出for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把这棵树全遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了。

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 - 🔗

讲解 - 🔗
💡递归/回溯三部曲：
1. 明确递归函数参数和返回值
在递归函数中，我们需要一个startIndex去记录每次循环的起始位置，因为元素不能重复，例如[1, 1]是不合规的，因此第二个元素不能从1开始，而应该从2开始。用self.res记录最终结果，无需返回值。
2.明确终止条件
用self.path去记录每一条路径，当len(self.path) == k时，说明该路径已经走完了，无需继续递归，因此将路径添加到self.res中。
3. 单层递归逻辑
进入单层递归说明不满足终止条件，也就是路径还没满，因此需要继续向self.path中添加元素，直至len(self.path) == k，所以继续调用递归函数。在这里也需要思考当下一层递归遇到终止条件返回时，应当进行回溯，将self.path的最后一个元素pop()，这样就可以实现[1, 2] -> [1] -> [1, 3]的过程。

class Solution:
    def __init__(self):
        self.res = []
        self.path = []
    
    def backtracking(self, n, k, startIndex):
        if len(self.path) == k:
            self.res.append(self.path[:])
            return

        for i in range(startIndex, n + 1):
            self.path.append(i)
            self.backtracking(n, k, i + 1)
            self.path.pop()
            

    def combine(self, n: int, k: int) -> List[List[int]]:
        self.backtracking(n, k, 1)
        return self.res