【力扣一刷】代码随想录day24（回溯算法part1：回溯理论基础、77. 组合）

目录

【回溯理论基础】

【77. 组合】

---

【回溯理论基础】

1、本质：穷举，与递归结合使用，通常理解为树形结构

2、解决问题类型

3、回溯模板（与递归结合）

• 确定参数（返回值一般为void，用成员变量记录结果）
• 确定终止条件（何时记录结果）
• 确定单层递归逻辑（遍历所有子节点，处理子节点，递归子节点，回溯恢复现场）

public void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (遍历所有子节点）) {
        处理子节点;
        backtracking(路径，选择列表); // 递归
        回溯，恢复现场
    }
}

【77. 组合】

思路：用for循环遍历所有子节点，先将子节点加入路径，再将子节点放入递归记录该子节点对应的所有结果，再在子节点递归结束后恢复当前节点对应路径，继续遍历下一个子节点

优化(剪枝)：如果当前节点path.getLast()的最大路径长度(剩下可用元素 + 当前路径长度) < k，直接return即可

相似题目：113. 路径总和 II

class Solution {
    List<List<Integer>> res = new ArrayList<>(); 
    List<Integer> path = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(k, 1, n);
        return res;
    }

    public void backtracking(int k, int begin, int end){
        // 如果深度达到k则记录和返回
        if (path.size() == k){
            res.add(new LinkedList(path)); // 直接add的是path的引用，会随着path改变发生变化，因此需要复制一份再add
            return;
        }

        // 剪枝：如果当前节点path.getLast()的最大路径长度(剩下可用元素 + 当前路径长度) < k，直接return即可
        if (path.size() > 0 && end - path.getLast() + path.size() < k) return;

        // 左闭右闭，遍历当前节点的所有子节点，记录所有子节点分支的所有结果
        // 如果长度还没达到k，但是已经没有可用元素（begin>end），则不进入for循环，函数执行完毕直接返回
        for (int i = begin; i <= end; i++){
            path.addLast(i);  // 先把当前子节点加入路径
            backtracking(k, i + 1, end); // 再让递归记录该子节点下所有分支的结果
            path.removeLast(); // 最后把该子节点从路径移除，让新的子节点进来
        } 
    }
}

时间复杂度: O(2^n × n)，所有n个元素都有2种选择即放/不放进结果中O(2^n)，复制O（n）

空间复杂度: O(n)