【算法】递归+回溯+剪枝：回溯算法介绍 + 实践（46.全排列）

void backtrack(vector<int>& path, vector<int>& choice, ...) {

	// 满⾜结束条件
	if (/* 满⾜结束条件 */) {

		// 将路径添加到结果集中
		res.push_back(path);
		return;

	}


	// 遍历所有选择
	for (int i = 0; i < choices.size(); i++) {

		// 做出选择
		path.push_back(choices[i]);
		// 做出当前选择后继续搜索
		backtrack(path, choices);
		// 撤销选择
		path.pop_back();

	}
}

其中， path 表示当前已经做出的选择， choices 表示当前可以做的选择。
在回溯算法中，我们需要做出选择，然后递归地调⽤回溯函数。
如果满足结束条件，则将当前路径添加到结果集中；否则，我们需要撤销选择，回到上⼀个状态，然后继续搜索其他的选择。

回溯算法的时间复杂度通常较⾼，因为它需要遍历所有可能的解。但是，回溯算法的空间复杂度较低，因为它只需要维护⼀个状态树。

在实际应⽤中，回溯算法通常需要通过剪枝等方法进行优化，以减少搜索的次数，从而提高算法的效率。

对于我们解题最重要的就是画出决策树，把所有情况的详细的列出来。根据决策树，进行不同方面的消息。

二、实践

1、题目链接

46.全排列（LeetCode）

2、题目

3、解法(回溯+剪枝)

1）优先画出决策树

越详细越好

2）设计代码

仔细观察决策树。

围绕三个主要的方面进行考虑：全局变量、dfs 函数、细节（回溯、剪枝）

全局变量
  //全局变量
    vector<vector<int>> ans;    //结果集
    vector<int> path;           //走过的路径
    bool check[7];              //剪枝数组
dfs 函数

仅需关心，某一个结点在干什么事情

细节问题

回溯
1. 干掉 path 最后一个元素
2.修改 check 数组
剪枝
递归出口遇到叶子结点的时候，直直接添加结果

4、代码

class Solution {

    //回溯+剪枝+dfs

    //全局变量
    vector<vector<int>> ans;    //结果集
    vector<int> path;           //走过的路径
    bool check[7];              //剪枝数组

public:
    //深搜
    void dfs(vector<int>& nums)
    {
        //出口---叶子结点,走过的路径==nums.size
        if (path.size() == nums.size())
        {
            //更新结果集
            ans.push_back(path);
            return;
        }

        //对数组开始循环遍历
        for (int i = 0; i < nums.size(); i++)
        {
            //剪枝
            if (!check[i]) //尚未被选择
            {
                check[i] = true;           //更新
                path.push_back(nums[i]);    //path更新
                dfs(nums);                  //继续深搜
                path.pop_back();            //回溯，更新path
                check[i] = false;            //恢复
            }
        }

    }
    vector<vector<int>> permute(vector<int>& nums) {
        dfs(nums);

        return ans;
    }
};