代码随想录 第二十三天 回溯算法 （77.组合问题）

回溯算法都可以抽象为一个树形结构（n叉树）

如图所示：

for 横向循环

纵向递归，回溯算法实质是穷举，其算法的时间复杂度并不高，若想优化代码，可以科学的裁剪。

基本代码框架如下：

void backtracking(参数){
   if(终止条件){
     输出结果
     return
   }
}

for(横向遍历元素){
   节点操作
   backtracking(参数)；
   撤销节点操作
}

第77题. 组合

力扣题目链接(opens new window)

给定两个整数 n 和 k，返回 1 ... n 中所有可能的 k 个数的组合。

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

代码如下（有注释）：

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int n,int k,int stackIndex) {
        if (path.size()==k) {
            result.push_back(path);
            return;
        }
       // for (int i = 0; i < n; i++) {//Error,i应从startIndex开始
    for (int i = stackIndex; i <= n; i++) {//Error,i应从startIndex开始
            path.push_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
    }
public:
    vector<vector<int>> combine(int n, int k) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        backtracking(n, k, 1);
        return result;
    }
};

77（1）剪枝操作：

(n - (k - path.size()) + 1)代表至多开始遍历的元素，即遍历元素的上限，超过这个上限，后面剩余的元素加上原有的path.size()里的已经不够k了，所以要相应的剪掉超过的枝子，优化代码。

代码如下：
 

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int n, int k, int stackIndex) {
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        // for (int i = 0; i < n; i++) {//Error,i应从startIndex开始
        //(n - (k - path.size()) + 1)代表至多开始遍历的元素，即遍历元素的上限，超过这个上限，后面剩余的元素加上原有的path.size()里的已经不够k了
        for (int i = stackIndex; i <= (n-(k-path.size())+1); i++) {//Error,i应从startIndex开始
            path.push_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
    }
public:
    vector<vector<int>> combine(int n, int k) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        backtracking(n, k, 1);
        return result;
    }
};