回溯算法~

1.递归和回溯相辅相成

2.回溯算法是一种纯暴力算法。

3.用于解决 组合问题，切割问题 子集问题 排列问题
   回溯法都可以抽象为一个树形结构

例如：leetcode 39：

给定一个无重复元素的正整数数组 candidates 和一个正整数 target ，找出 candidates 中所有可以使数字和为目标数 target 的唯一组合。

candidates 中的数字可以无限制重复被选取。如果至少一个所选数字数量不同，则两种组合是唯一的。 

解法1：无限次的for循环嵌套，无限次的遍历，但是不可能，因为会运行超时，而且也很难写出这么复杂的结构

解法2：回溯算法

本质上也是一次次的遍历，但是巧妙利用递归，从而降低时间复杂度。

 （该图引自代码随想录）

一般是创建两个数组，第一个数组是达成目标的子数组，另外一个是用于储存所有 达成目标数组的父数组。

难点在于递归与回溯的创建。按照题目选定一组数据，利用遍历与递归实现对于所有数据的组合，满足条件的存于子数组，并存于父数组，在此之后应该对子数组进行回溯，从而使其加入心得数据。直至完成（有时候开始时利用数组排序可以方便解题）（因为对回溯算法理解很浅，所以语言逻辑非常不清楚，主要看配图和代码理解吧）

var combinationSum = function(candidates, target) {

   const path=[]  //子数组

   const res=[]   //父数组

   candidates.sort()

backtracking(0,0)

   function backtracking(j,sum){  

   if(sum>target) return

   if(sum===target) {

       res.push(Array.from(path))

       return

   }

   for(;j<candidates.length;j++){

       const n=candidates[j]

     if(n>target-sum) continue

       path.push(n)

       sum=sum+n

       backtracking(j,sum)

       path.pop()

       sum=sum-n

   }

};

return res

}

4.回溯三部曲 1.确定递归函数参数以及返回值 2.确定返回条件 3.单层递归逻辑