回溯算法-组合问题

**回溯搜索法-**纯暴力搜索，不是一种高效的算法。但因为有些问题能够通过回溯法解决已经很棒了，回溯法比那种通过多层循环的效率还是要高很多的。

回溯法均可抽象为一个N叉树形结构，这个树的宽度是这个集合所有的元素，深度为递归的深度。如下图：

回溯三步曲：
1.递归函数参数和返回值
2.确定终止条件
3.单层递归逻辑

回溯法模板：
void backtracking(参数值)//回溯法参数不容易确定，一般先写逻辑，需要什么参数，就写什么参数。
{
if(终止条件)：//有递归就一定有终止条件
收集结果；
return;
for(集合元素)
{
处理节点；
递归过程；//树形结构往下分叉
回溯过程；//即撤销操作，递归后面往往是回溯
}
}

回溯法解决问题类型
（1）组合类问题
力扣77题：
1.参数与返回值的确定
二维数组 result
一维数组 path
void backtracking(n,k,start_index)
{
}
2.终止条件的确定
if(path.size()==k):
{
result.push(path);
return;
}
3.单层逻辑问题
for (i=start_index;i<=n;i++)
{
path.push(i)
backtracking(n,k,i+1);//递归
path.pop()//回溯
}
回溯常常伴随着剪枝操作，剪枝操作指的是对于一些不可能满足要求的子孩子，则不需要对其进行递归操作，直接在单层逻辑问题上就可以对其进行剪枝操作。
这一题的剪枝操作可以如下：
假设有n个数，需要寻找k个数的集合，而此时的path中数目为path.size，因此i至多从（n-(k-path.size)+1）处选取。这个值的得到是根据假设这个至多值为m，这个m到n后面的所有值的大小是等于（n-m+1）=（k-path.size）
因此可以推得m=n-(k-path.size)+1。即代码修改为
for (i=start_index;i<=n-(k-path.size)+1;i++)
{
path.push(i)
backtracking(n,k,i+1);//递归
path.pop()//回溯
}

（2）切割问题
例：字符串切割问题：寻找回文子串
（3）子集问题
（4）排列问题
（5）棋盘问题