77. 组合

今天开始刷回溯算法题。其实之前刷二叉树的题的时候，有接触过回溯。而回溯算法，也可以转化为一个多叉树全遍历问题（可以剪枝），本质其实是一种暴力全搜索，穷举所有可能返回答案。

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

回溯算法的大致框架可以概括为：

List<Value> result;
void backtracking(参数)    // 参数一般和路径、选择列表有关
    if (终止条件) {
        result.add(路径);    // 存放结果
        return;
    }
    for (选择：选择列表) {    // 选择列表：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（做选择）;
        backtracking(路径，选择列表);    // 递归
        回溯，撤销处理结果（撤销选择）;
}

 

77. 组合

给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。

你可以按 任何顺序 返回答案。

示例 1：

输入：n = 4, k = 2
输出：
[
  [2,4],
  [3,4],
  [2,3],
  [1,2],
  [1,3],
  [1,4],
]

示例 2：

输入：n = 1, k = 1
输出：[[1]]

提示：

• 1 <= n <= 20
• 1 <= k <= n

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;
    }
    private void backtracking(int n, int k, int startIndex) {
        if (path.size() == k) {    // 终止条件，路径大小等于k
            result.add(new ArrayList<>(path));    // result添加路径
            return;
        }
        for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
            path.add(i);    // 做选择
            backtracking(n, k, i + 1);    // 递归
            path.removeLast();    // 撤销选择
        }
    }
}

直接套模版就行了。这里路径的遍历用到startIndex这个参数，是路径遍历到的节点，也是递归遍历的起点。每次从集合中选取元素，可选择的范围随着选择的进行而收缩，而startIndex则用于调整可选择的范围。同时还可以剪枝，选取做选择的范围在剪枝前是startIndex到n之间，但我们可以发现取到大于 n - (k  - 路径大小）+ 1 时，收集到的结果已经没有意义了，可以剪枝减掉。