day27 回溯理论基础 77组合

回溯理论基础

回溯法也可以叫做回溯搜索法，它是一种暴力搜索的方式，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

回溯是递归的副产品，只要有递归就会有回溯。

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

组合是不强调元素顺序的，排列是强调元素顺序。

如何理解回溯法

回溯法解决的问题都可以抽象为树形结构，集合的大小就构成了树的宽度，递归的深度就构成了树的深度。

回溯法模板

回溯三部曲

• 回溯函数模板返回值以及参数      函数名 backtracking   函数返回值一般为void    先写逻辑，然后需要什么参数，就填什么参数

  void backtracking(参数)
  

• 回溯函数终止条件

  if (终止条件) {
      存放结果;
      return;
  }

• 回溯搜索的遍历过程   for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历

  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

组合是无序的

1.startIndex 就是防止出现重复的组合，int型变量startIndex，这个参数用来记录本层递归的中，集合从哪里开始遍历

2.注意范围是从1开始，所以startIndex要初始为1，同时在for循环是i的范围要i<=n

剪枝优化

优化过程如下：

1. 已经选择的元素个数：path.size();

2. 还需要的元素个数为: k - path.size();

3. 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历

为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。

举个例子，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。

class Solution {
		List<List<Integer>> result = new ArrayList<>();
	    LinkedList<Integer> path = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1);
		return result;
    }

	public void  backtracking(int n , int k , int startIndex){
		if(path.size() == k){
			result.add(new ArrayList<>(path));
			return ;
		}
		for (int i = startIndex; i <= n - (k - path.size()) + 1 ; i++) {
           path.add(i);
		   backtracking(n,k,i+1);
		   path.removeLast();
		}

	}
}