leetcode 77 学习笔记（组合，剪枝优化 一下）

前情回顾

我们先来回顾一下leetcode 77 给出的回溯代码

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 startIndex) {
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n; i++) {
            path.push_back(i); // 处理节点 
            backtracking(n, k, i + 1); // 递归
            path.pop_back(); // 回溯，撤销处理的节点
        }
    }
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;
    }
};

剪枝优化

先分析遍历过程中的代码：

for (int i = startIndex; i <= n; i++) { 
    path.push_back(i); 
    backtracking(n, k, i + 1); 
    path.pop_back(); 
}

其实，这个遍历可以剪枝优化。
如下图所示，

以n=4，k=4为例，第一层for循环的时候，从取2开始的for循环就没有意义了。到了第二层，从取3开始的for循环没有意义了。

图中每一个节点（图中矩形），就代表本层的一个for循环，那么每一层的for循环从第二个数开始遍历的话，都没有意义。

剪枝的地方，在递归汇中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数，不足我们需要的元素个数，不搜索。

代码中的i，就是for循环里选择的起始位置。

for (int i = startIndex; i <= n; i++) { 

优化步骤：
①已经选择的元素个数： path.size()；

②还需要的元素个数：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。
+1的目的是因为包括起始位置，需要一个左闭的集合。

for example：

n=4,k=2。

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

从3开始搜索就变合理了，能组合为【3，4】。

优化后的for循环：

for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) 
// i为本次搜索的起始位置

代码

优化后整体代码：

class Solution {
private:
    vector<vector<int>> result; 
    vector<int> path;
    void backtracking(int n, int k, int startIndex) {
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) { 
        	// 优化的地方
            path.push_back(i); // 处理节点 
            backtracking(n, k, i + 1);
            path.pop_back(); // 回溯，撤销处理的节点
        }
    }
public:

    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return result;
    }
};