代码随想录算法训练营第二十四天|77. 组合

LeetCode 77. 组合

链接：77. 组合

思路：

回溯算法的典型应用，回溯算是理解难度比较大的算法了，经常会有一些循环嵌套在递归里，其本质就是罗列出所有的组合排列/可能性。因为是暴力算法时间复杂度都比较高，有时候需要搭配一定的剪枝操作。

这道题目中，同样也是用回溯的办法从n个数中把所有长度为k的组合找出来。我们需要一个数组temp用来记录每次符合条件的长度为k的数组，然后push到最终结果里。除此之外还需要一个idx，用来记录每次查找符合条件的数字的初始位置。借用代码随想录中的图为例。在数的第一层，我们是从1开始取数字的，一直取到4位置，所以这个时候idx为1，然后循环直到idx为4结束。

 每次递归调用backtracking函数的时候，都需要调整idx和k的值，如第二层第一个节点，当idx取完了1之后，下一个idx应该是从2开始直到4结束，同时k要缩小1，因为第一层我们取k个数，第二层则是取k-1个数。递归的返回条件就是当k小于1，k小于1的时候意味着我们不取任何数，也就是到了叶子节点，这个时候的数组即为符合条件的答案之一。

从函数返回之后需要把当前数组的最后一个元素pop出来，这是回溯算法的精髓。因为当前数组已经考虑过了，于是我们把最后一个元素pop出来然后尝试push下一个元素进去。在循环的过程中可以进行剪枝。我们知道数组的长度为k，我们需要从idx开始一直循环到n结束，但实际上当n-idx小于k的时候，这个时候剩余的数已不足以填满长度为k的数组，所以当idx > n-k+1的时候的情况可以不用考虑，可以适当进行剪枝。

代码：

class Solution {
public:
    vector<vector<int>> ans;
    vector<int> temp;
    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return ans;
    }
    void backtracking(int n, int k, int idx)
    {
        if (k < 1)
        {
            ans.push_back(temp);
            return;
        }
        for (int i = idx; i <= n - (k - 1); i++)
        {
             temp.push_back(i);
             backtracking(n, k - 1, i + 1);
             // 回溯
             temp.pop_back();
        }

    }
};