数字拆分问题算法回溯_互联网公司经典面试题目：「回溯算法」求组合问题

回溯法的第一道题目，就不简单呀！

第77题. 组合

题目链接：https://leetcode-cn.com/problems/combinations/

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

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

思路

本题这是回溯法的经典题目。

直接的解法当然是使用for循环，例如示例中k为2，很容易想到 用两个for循环，这样就可以输出 和示例中一样的结果。

代码如下：

int n = 4;for (int i = 1; i <= n; i++) {    for (int j = i + 1; j <= n; j++) {        cout <

输入：n = 100, k = 3 那么就三层for循环，代码如下：

int n = 100;for (int i = 1; i <= n; i++) {    for (int j = i + 1; j <= n; j++) {        for (int u = j + 1; u <= n; n++) {            cout <

「如果n为100，k为50呢，那就50层for循环，是不是开始窒息」。

「此时就会发现虽然想暴力搜索，但是用for循环嵌套连暴力都写不出来！」

咋整？

回溯搜索法来了，虽然回溯法也是暴力，但至少能写出来，不像for循环嵌套k层让人绝望。

那么回溯法怎么暴力搜呢？

上面我们说了「要解决 n为100，k为50的情况，暴力写法需要嵌套50层for循环，那么回溯法就用递归来解决嵌套层数的问题」。

递归来做层叠嵌套(可以理解是开k层for循环)，「每一次的递归中嵌套一个for循环，那么递归就可以用于解决多层嵌套循环的问题了」。

此时递归的层数大家应该知道了，例如：n为100，k为50的情况下，就是递归50层。

一些同学本来对递归就懵，回溯法中递归还要嵌套for循环，可能就直接晕倒了！

如果脑洞模拟回溯搜索的过程，绝对可以让人窒息，所以需要抽象图形结构来进一步理解。

「我们在关于关于回溯算法，你该了解这些 中说道回溯法解决的问题都可以抽象为树形结构(N叉树)，用树形结构来理解回溯就容易多了」。

那么我把组合问题抽象为如下树形结构：

可以看出这个棵树，一开始集合是 1，2，3，4， 从左向右取数，取过的数，不在重复取。

第一次取1，集合变为2，3，4 ，因为k为2，我们只需要再取一个数就可以了，分别取2，3，4，得到集合[1,2] [1,3] [1,4]，以此类推。

「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，调整可选择的范围」。

「图中可以发现n相当于树的宽度，k相当于树的深度」。

那么如何在这个树上遍历，然后收集到我们要的结果集呢？

「图中每次搜索到了叶子节点，我们就找到了一个结果」。

相当于只需要把达到叶子节点的结果收集起来，就可以求得 n个数中k个数的组合集合。

在关于关于回溯算法，你该了解这些 中我们提到了回溯法三部曲，那么我们按照回溯法三部曲开始正式讲解代码了。

回溯法三部曲

• 递归函数的返回值以及参数

在这里要定义两个全局变量，一个用来存放符合条件单一结果，一个用来存放符合条件结果的集合。

代码如下：

vector> result; // 存放符合条件结果的集合vector path; // 用来存放符合条件结果

其实不定义这两个全局遍历也是可以的，把这两个变量放进递归函数的参数里，但函数里参数太多影响可读性，所以我定义全局变量了。

函数里一定有两个参数，既然是集合n里面取k的数，那么n和k是两个int型的参数。

然后还需要一个参数，为int型变量startIndex，这个参数用来记录本层递归的中，集合从哪里开始遍历(集合就是[1,...,n] )。

为什么要有这个startIndex呢？

「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，调整可选择的范围，就是要靠startIndex」。

从下图中红线部分可以看出，在集合[1,2,3,4]取1之后，下一层递归，就要在[2,3,4]中取数了，那么下一层递归如何知道从[2,3,4]中取数呢，靠的就是startIndex。

所以需要startIndex来记录下一层递归，搜索的起始位置。

那么整体代码如下：

vector> result; // 存放符合条件结果的集合vector path; // 用来存放符合条件单一结果void backtracking(int n, int k, int startIndex) 

• 回溯函数终止条件

什么时候到达所谓的叶子节点了呢？

path这个数组的大小如果达到k，说明我们找到了一个子集大小为k的组合了，在图中path存的就是根节点到叶子节点的路径。

如图红色部分：

此时用result二维数组，把path保存起来，并终止本层递归。

所以终止条件代码如下：

if (path.size() == k) {    result.push_back(path);    return;}

• 单层搜索的过程

回溯法的搜索过程就是一个树型结构的遍历过程，在如下图中，可以看出for循环用来横向遍历，递归的过程是纵向遍历。

如此我们才遍历完图中的这棵树。

for循环每次从startIndex开始遍历，然后用path保存取到的节点i。

代码如下：

for (int i = startIndex; i <= n; i++) { // 控制树的横向遍历    path.push_back(i); // 处理节点     backtracking(n, k, i + 1); // 递归：控制树的纵向遍历，注意下一层搜索要从i+1开始    path.pop_back(); // 回溯，撤销处理的节点}

可以看出backtracking(递归函数)通过不断调用自己一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回。

backtracking的下面部分就是回溯的操作了，撤销本次处理的结果。

关键地方都讲完了，组合问题C++完整代码如下：

class Solution {private:    vector> result; // 存放符合条件结果的集合    vector path; // 用来存放符合条件结果    void backtracking(int n, int k, int startIndex) {        if (path.size() == k) {            result.push_back(path);            return;        }        for (int i = startIndex; i <= n; i++) {            path.push_back(i); // 处理节点             backtracking(n, k, i + 1); // 递归            path.pop_back(); // 回溯，撤销处理的节点        }    }public:    vector> combine(int n, int k) {        result.clear(); // 可以不写        path.clear();   // 可以不写        backtracking(n, k, 1);        return result;    }};

还记得我们在关于关于回溯算法，你该了解这些 中给出的回溯法模板么？

如下：

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    }}

「对比一下本题的代码，是不是发现有点像！」 所以有了这个模板，就有解题的大体方向，不至于毫无头绪。

总结

组合问题是回溯法解决的经典问题，我们开始的时候给大家列举一个很形象的例子，就是n为100，k为50的话，直接想法就需要50层for循环。

从而引出了回溯法就是解决这种k层for循环嵌套的问题。

然后进一步把回溯法的搜索过程抽象为树形结构，可以直观的看出搜索的过程。

接着用回溯法三部曲，逐步分析了函数参数、终止条件和单层搜索的过程。

「本题其实是可以剪枝优化的，大家可以思考一下，具体如何剪枝我会在下一篇详细讲解，敬请期待！」

「就酱，如果对你有帮助，就帮Carl转发一下吧，让更多的同学发现这里！」

--------end--------

Github ：https://github.com/youngyangyang04/leetcode-master，里面还有leetcode刷题攻略、各个类型经典题目刷题顺序、思维导图，可以fork到自己仓库有空看一看一定会有所收获，顺便给一个star支持一下吧！

我是程序员Carl，哈工大师兄，先后在腾讯和百度打杂，这里每天8:35准时推送一道经典算法题目，我选择的每道题目都不是孤立的，而是由浅入深，环环相扣，帮你梳理算法知识脉络，轻松学算法！

@代码随想录 期待你的关注