回溯法解决组合问题的优化

当n=4,k=2时的递归树，在这棵树中，明显存在着一个地方是没有必要去走的，就是在最后取n=4这个地方。在[1,2,3,4]中取2个数，我们根本就没有必要尝试去取4，这是因为尝试取4之后，无法再取任意一个数了。在现在的算法中，还是尝试了取4，取完4后，发现第二个数字取不了了，所以只好再返回回去。这一部分wan'q可以把它剪掉，换句话说，只需要尝试取1、取2、取3就好了。在这个图中，看起来好像只优化了1步，因为当前的数据量比较小，尤其是k的值比较小，只需要取2个数。在这个数中，k的值其实就是整棵树的深度，如果初始化的时候n比较大，数组中的数比较多，k又比较大的话，这棵树会非常庞大。按照现在的算法，就会尝试非常多不需要的可能性，将这些可能性去掉，将大大地优化算法的效率。

 

在这样一棵搜索树中减去了一些分支，不去进行搜索，就叫做剪枝。

 

要剪枝的部分其实是在for循环中，在for循环中，从i=start开始，一直遍历到i==n这个地方。但是遍历到了i==n，在进行下一步的时候，还需要继续取数，在下一步的时候，就已经没得可取了，所以，在每一步的时候，其实不需要遍历到i==n的地方。

首先，当进入到这个递归函数的时候，c中就已经存放着当前这个组合中已经寻找到的元素了。这个组合中，一共要有k个元素，当前已经寻找到了c这个集合中存放的元素相应的还有k-c.size()个空位 。换句话说，就应该从n到start这么多个数据中，来寻找这么多个元素来填补这些空位。在这次for循环中，一旦选定了一个i，相当于在[i..n]中至少要有k-c.size()个元素。换句话说，[i...n]这个区间中，前闭后闭的区间中，至少要有k-c.size()个元素。此时，这个问题就变成了，i取多少，[i...n]中会有k-c.size()个元素呢？i最多为 n-(k-c.size())+1，n-(k-c.size())+1是小于等于n的，换句话说，每次在递归调用的时候，这个for循环遍历的次数变少了。达到了剪枝的作用，进而达到了优化性能的目的。