力扣算法回溯篇：组合（附回溯算法理论基础）

回溯法：搜索的一种方式，回溯是递归的副产品，只要有递归就会有回溯
回溯的本质是穷举，穷举所有可能，然后找到我们所需要的答案，为了让回溯法高效一些，可以加一些剪枝的操作
回溯法解决的问题：
（1）组合问题：N个数里面按一定规则找出k个数的集合
（2）切割问题：一个字符串按照一定的规则有几种切割方式
（3）子集问题：一个N个数的集合里有多少符合条件的子集
（4）排列问题：N个数按一定规则全排列，有几种排列方式
（5）棋盘问题：N皇后，解数独等
回溯算法模板：

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }
	//所有回溯问题都可以抽象为树形结构 所以回溯遍历所有树结点 for循环实现横向遍历 递归实现纵向遍历
    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
    }
}

组合

题解：
回溯三部曲：
1、确定回溯函数的参数
横向遍历树，可选择的范围随着选择的进行而收缩，因此除了n和k外，还需要一个startIndex
2、确定回溯函数的终止条件
当path的长度达到k时，说明找到一个符合条件的组合，加入结果集保存
3、确定单层搜素过程
for循环每次从startIndex开始遍历，然后用path保存取到的结点i
下图（代码随想录讲解图）便于理解：

class Solution {
public:
    //结果集
    vector<vector<int>> result;
    //单一结果
    vector<int> path;
    void backtracking(int n,int k,int startIndex){
        //终止条件
        if(path.size() == k){
            result.push_back(path);
            return;
        }
        //单层搜索
        for(int i = startIndex;i<=n;i++){
            path.push_back(i);
            //递归 控制树的纵向遍历，注意下一层搜索要从i+1开始
            backtracking(n,k,i+1);
            //回溯 撤销处理的结点
            path.pop_back();
        }
    }
    vector<vector<int>> combine(int n, int k) {
        //回溯法
        backtracking(n,k,1);
        return result;
    }
};

剪枝处理：举例：n=4，k=4时，只有从1开始取的组合是有效的，从2开始取都无效。如下（代码随想录讲解图）：

因而在横向搜索时，如果剩余遍历数不到k，则为无效
那么优化for循环的右边界为n-(k-path.size())+1:
（1）已经选了path.size()个元素
（2）还需要k-path.size()个元素
（3）至多从n-(k-path.size())+1开始遍历

for(int i = startIndex;i<=n-(k-path.size())+1;i++)