回溯算法和动态规划

1、回溯结构：

 //给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。
public List<List<Integer>> combine(int n, int k) {
        List<List<Integer>> res = new ArrayList<>();
        if (k <= 0 || n < k) {
            return res;
        }
        // 从 1 开始是题目的设定
        Deque<Integer> path = new ArrayDeque<>();
        dfs(n, k, 1, path, res);
        return res;
    }

    private void dfs(int n, int k, int begin, Deque<Integer> path, List<List<Integer>> res) {
        // 递归终止条件是：path 的长度等于 k
        if (path.size() == k) {
            res.add(new ArrayList<>(path));
            return;
        }

        // 遍历可能的搜索起点
        for (int i = begin; i <= n; i++) {
            // 向路径变量里添加一个数
            path.addLast(i);
            // 下一轮搜索，设置的搜索起点要加 1，因为组合数理不允许出现重复的元素
            dfs(n, k, i + 1, path, res);
            // 重点理解这里：深度优先遍历有回头的过程，因此递归之前做了什么，递归之后需要做相同操作的逆向操作
            path.removeLast();
        }
    }
}

//有重复的数的排列。注意下一个数的筛选即可。
public List<List<Integer>> permuteUnique(int[] nums) {
        List<List<Integer>> res = new ArrayList();
        Stack<Integer> stack = new Stack();
        boolean[] used = new boolean[nums.length];
        Arrays.sort(nums);
        dfs(nums,0,used,stack,res);
        return res;
    }
    public void dfs(int[] nums,int cur,boolean[] used,Stack stack,List res){
            if(stack.size() == nums.length){
                res.add(new ArrayList(stack));
                return;
            }
            for(int i = 0;i<nums.length;i++){
                if(used[i] || (i > 0 && nums[i] == nums[i-1] && used[i-1] ) ){
                    continue;
                    }
            
            stack.push(nums[i]);
            used[i] = true;
             dfs(nums,i+1,used,stack,res);
            used[i] = false;
            stack.pop();
            }
    }

---

2、动态规划

1、正常是O(2^n)。

2、用空间换时间的方法，dp[]数组保存状态。时间O(N)，空间O(N)。

3、可以用3个变量进行移动的表示dp数组的意义。把dp数组也给省掉。最后优化为时间O(N)，空间O(1)。