代码随想录刷题攻略---回溯法1--组合问题

例题：

这题可以使用k层for循环去穷举，但一旦k值变大，for循环的嵌套就变得麻烦。

故 对于这种复杂的组合问题（以及子集、分割、排列）问题，光用for循环嵌套有可能无法得出解。

这时，我们使用回溯（搜索法）来做层叠嵌套（相当于k层for循环），每一次递归中（回溯是递归的副产品，有递归就会有回溯，我们说的回溯法一般也指的是递归法）嵌入一个for循环，就可以解决多层for循环的嵌套问题了（这里可以看出在本质上，递归也是一种穷举）。

---

 回溯三部曲:

1.递归函数的参数以及返回值

递归函数的参数包含所有需要在递归过程中处理的参数，在这题中，我们要把值n和取值个数k传入回溯函数，以及一个index变量，这个参数用来记录本层的递归中，集合从哪里开始遍历（这题中集合就是[1,...,n] ）。

2.递归结束的条件

每一层递归何时结束，就是递归结束条件决定的，一般是如图这种形式：

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

在这题中，当数组里存放的数字超过k个，这一层的递归就结束了。

3.单层循环的逻辑：

对每次循环的行为进行定义。一般来说，在每层递归中，我们需要对余下数据（从index+1的地方收集数据，构成组合）进行处理，即把它们加入数组中组成不同的组合，直到该路径的数组大小=k，每收集够足够数量的数据，我们将其保存后寻找下一个组合（即把数组的元素弹出，放入新数据），格式一般如图：

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
    }

---

code: 

lass Solution {
public:
        vector<vector<int>> result;
        vector<int> path;

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

    void backtracing(int n,int k,int index)
    {
        if(path.size() == k)//终止条件+存放结果
        {
            result.push_back(path);
            return ;
        }
        //单层搜索逻辑
        for(int i=index;i <= n;i++)
        {
            path.push_back(i);
            backtracing(n,k,i+1);
            path.pop_back();
        }
    }
};

---

剪枝优化：

若k=4,且当前index到n的范围里的数字已经小于4了，这时若再进行逐一遍历已经没有意义了，平白无故还耗费了时间开销，若我们可以对剩下的数据进行判断，减少无畏的遍历过程，就是剪枝。上述情况发生在for循环体，我们可以这样解决，如图：

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

 这样就减少了不必要的开销，加快循环处理的过程

---

相似题目：

这题的不同之处在于多了一些条件，比如目标和值为n，这个时候我们在回溯过程中要记录当前的和值sum，当sum=n并且存储的数据大小为k时，符合我们的要求，才将这组数据加入result数组中 。所以在回溯循环体中，当回溯返回上一级循环时，我们需要把sum也进行减去的操作

 code：

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;

    vector<vector<int>> combinationSum3(int k, int n) {
        backtracing(n,k,1,0);
        return result;
    }

    void backtracing(int n,int k,int index,int sum)
    {
        if(path.size() == k)
        {
            if(n == sum) result.push_back(path);
            return ;
        }

        for(int i=index;i<=9;i++)
        {
            path.push_back(i);
            sum += i;
            backtracing(n,k,i+1,sum);
            sum -= i;
            path.pop_back();
        }
    }
};