LeetCode | C++ 回溯算法总结（参考代码随想录）77. 组合

回溯法

（1）定义及意义

• 回溯搜索法是递归的副产品，只要有递归就会有回溯，通常递归函数的下面就是回溯的逻辑。

• 本质是穷举，并不高效。

• 那为啥还要使用这种方法呢，因为针对一些问题能够通过暴力搜索出来，撑死优化就是再剪枝下，就已经很好了，找不到更优的解决办法。

（2）可用于解决的问题

• 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

（3）回溯法的理解

如何去理解回溯法：回溯法解决的问题都可以抽象为树形结构（N叉树），回溯法解决的都是在集合中递归查找子集，集合的大小构成了树的宽度，递归的深度构成树的深度。

（4）回溯三部曲

• 回溯函数模板返回值以及参数

参数比较难一次性确定下来，一般是先写逻辑，然后需要什么参数，再填什么参数

• 回溯函数终止条件
• 回溯搜索的遍历过程——单层搜索逻辑

for 循环可以理解是横向遍历，递归就是纵向遍历。

（5）对应算法模板框架

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
    }
}

（6）77. 组合

对于组合问题，找出 2 个数的组合双层for循环，但是要是 50层、100层呢，难道要写100 层 for循环 吗？

回溯算法也是纯暴力的搜索方法，也是模拟嵌套 for循环这种过程。

回溯算法就是通过递归来控制 for循环的层数，递归的每一层就是一个 for循环。

回溯算法相当于是递归里面还嵌套着 for 循环

该题目可以通过剪枝进行优化，就是当for循环选择的起始位置之后的元素个数已经不足需要的元素个数了，就没有必要进行搜索了。相当于 通过所需元素总个数以及path 里面存放的个数，来倒推 i 的 至多开始的位置。

当想通过剪枝对回溯算法进行优化时，就需要思考下 for 循环里面的范围是不是有点大了

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return result;
    }
    void backtracking(int n, int k, int startIndex) {
        // 在这里相当于 遇到叶子结点就返回
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        // 剪枝：i <= n  优化为  i <= n - (k - path.size()) + 1 
        for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
            path.push_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
    }
};