力扣算法打卡第24天（回溯） | 回溯算法理论基础、77. 组合

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

回溯算法可以抽象为一棵树，宽度为每个结点处理的集合的大小（for循环），深度为递归的深度。
模板：

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    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
    }
}

77. 组合

回溯算法三部曲

题目链接：力扣
思路：回溯

class Solution:
    
    def combine(self, n: int, k: int) -> List[List[int]]:
        path = []  # 当前递归路径上所搜集的元素
        res = []  # 结果集二维数组
        def backtracking(n, k, startIndex):  # ①确定函数参数，startindex确定本次搜索的起始位置
            if len(path) == k:  # ②确定终止条件
                res.append(path[:])  # 列表的深拷贝，注意不能直接res.append(path)
                print(path)
                return
            for i in range(startIndex, n+1):  # ③确定中间处理流程
                path.append(i)
                backtracking(n, k, i+1)
                path.pop()
        backtracking(n, k, 1)
        return res

剪枝：
i 至多等于 n - (k - len(path)) + 1，k-len(path)为还需要多少个元素才满足k，最后还要加1，比如n=5，k=3，此时len(path)为1，i至多从5-(3-1)+1=4开始，因为path还缺2个元素满足k，从5开始就不行了。

class Solution:
    
    def combine(self, n: int, k: int) -> List[List[int]]:
        path = []  # 当前递归路径上所搜集的元素
        res = []  # 结果集二维数组
        def backtracking(n, k, startIndex):  # 确定函数参数，startindex确定本次搜索的起始位置
            if len(path) == k:  # 确定终止条件
                res.append(path[:])  # 列表的深拷贝，注意不能直接res.append(path)
                print(path)
                return

            # 剪枝，i至多等于n-(k-len(path))+1，k-len(path)为还需要多少个元素才满足k
            for i in range(startIndex, n-(k-len(path))+1 +1):   
                path.append(i)
                backtracking(n, k, i+1)
                path.pop()
        backtracking(n, k, 1)
        return res