回溯递归基础

递归和回溯

回溯的思路可以参考这个博主的，写的非常详细：代码随想录，回溯算法
在后面的解释中，会提到一些个人对回溯的见解。

力扣77题：组合

题目

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。

你可以按 任何顺序 返回答案。

示例

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

输入：n = 1, k = 1
输出：[[1]]

python3代码

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        def backtracking(n,startindex,k):
            if(len(arr1) == k):              #回溯的返回条件
                res.append(arr1[:])          #记录每个答案
                return
            else:
                for i in range(startindex,n-k+len(arr1)+2):  #从哪开始索引，剪枝（这两个很重要）
                    arr1.append(i)     #记录路径
                    backtracking(n,i+1,k)    #递归（索引起始位置加一）
                    arr1.pop()         #回溯，要还原
        arr1 = []       #路径
        res = []        #结果
        backtracking(n,1,k)

        return res

解释

首先，递归就是暴力的查找（感觉有点像深度优先，但是学识有限不敢下定论）。当我们需要使用到很多个for循环的时候，就该考虑到使用递归了。而回溯则加多一步，把递归回来的先还原（体现在pop这里），再继续去递归查找。

这题是求组合，由于组合不同于排列，没有顺序之差，索引我们选取一个数后，只需要往后索引即可，往前索引则会有重复了。那么每次递归索引的开始就需要按步改变（i+1），这个很关键。当路劲的长度打到要求的时候，则将路径加到结果集里，返回。回溯的另一个点就在于还原，要把路径最后一个pop掉，重新计算其他路径。

对于递归和回溯来说，这个例子是一个典型的例子，整个思路和代码结构是典型的递归回溯的结构，记录一下。

对做题遇到的问题的记录，遇到的问题是从哪开始索引，k不能作为全局变量？（这里n和k能不能都作为全局变量，感觉这样更方便）return可以空return，使用pop很好用。

欢迎讨论