[[Leetcode] 每日两题 90 39-day101 重温回溯算法(4)

重温回溯算法（4）

继 [Leetcode] 每日两题 46 112 -day98重温回溯算法（1）

继 [Leetcode] 每日两题 51 100 -day99 重温回溯算法(2)

继 [Leetcode] 每日两题 698 78 -day100 重温回溯算法(3)

回溯算法的思路就是把问题的解空间转化成了图或者树的结构表示，然后使用深度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或者最优解。本质上还是暴力枚举。使用的思想和DFS类似。

详细描述 ：

回溯法按深度优先策略搜索问题的解空间树。

首先从根节点出发搜索解空间树，当算法搜索至解空间树的某一节点时，先利用剪枝函数判断该节点是否可行（即能得到问题的解）。

如果不可行，则跳过对该节点为根的子树的搜索，逐层向其祖先节点回溯；否则，进入该子树，继续按深度优先策略搜索。

回溯法的基本行为是搜索，搜索过程使用剪枝函数来为了避免无效的搜索。剪枝函数包括两类：1. 使用约束函数，剪去不满足约束条件的路径；2.使用限界函数，剪去不能得到最优解的路径。

90. 子集 II

这个题相比昨天的 子集 多了一个重复元素，那么所以需要进行剪枝，首先将元素排序，这样重复元素就放到了一起，在循环递归之前，判断对于当前的list 该元素是否已经参与递归，也就是该元素是否与上一个元素相同 这样就OK了

class Solution:
    def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:

        res = []
        n = len(nums)
        nums.sort()
        def backtrack(num,lis):
            res.append(lis) 
            for i  in range(num,n):  
                if i>num and nums[i-1]==nums[i]:
                    continue
                backtrack(i+1,lis+[nums[i]])
                
        backtrack(0,[])
        return res

39. 组合总和

对于可以无限次数选择元素， 那么进行回溯的时候 对当前list求和 若满足目标值 则将其加入答案，若小于 就拿出cand中的数加入其中，且只加当前列表以及之后的，不考虑之前元素 否则会出现重复，若大于则直接抛弃

class Solution:
    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:

        res = []
        def backtrack(lis,cand):
            if sum(lis) ==target:
                res.append(lis) 
            elif sum(lis) <target:
                for i in range(len(cand)):  
                    backtrack(lis+[cand[i]],cand[i:])
                    
        backtrack([],candidates)
        return res