代码随想录算法训练营第二十四天｜回溯算法理论 77.组合

回溯算法理论

• 回溯和递归式相辅相成的，只要有递归就会有回溯
• 一般 递归函数的下面就是 回溯的逻辑
  • 回溯相当于穷举搜索的巧妙实现    
• 回溯算法常解决的问题：
  • 组合
  • 切割
  • 子集
  • 排列
  • 棋盘
• 回溯代码的框架

  • void backtracking(参数) {
        if (终止条件) {
            存放结果;
            return;
        }
     
        for (选择：本层集合中元素（树中节点孩子的数量就是集合的大小）) {
            处理节点;
            backtracking(路径，选择列表); // 递归
            回溯，撤销处理结果
        }
    }

77.组合

链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

细节：

 首先应该先到的就是双层循环,,很难写，因为求的是组合，根据参数的不同，组合也不相同，无法用循环的方式覆盖所有可能，单纯的循环是行不通的

        这道题的本质是对[1,n]中的数字进行 k 个数的穷举，就是要将所有满足条件的收集起来，此时就要想起来使用回溯算法，回溯算法的本质就是穷举

        其实回溯算法就是通过递归控制有多少层for循环，递归里得每一层就是一个for循环 

        以求取 [1,2,3,4] 中所有可能出现的 2 个数的组合为例：

        收集结果的集合nums在不断回溯

class Solution {
 
    List<Integer> nums = new ArrayList<>();
    List<List<Integer>> result = new ArrayList<>();
 
    public List<List<Integer>> combine(int n, int k) {
 
        backtracking(n,k,1);
        return result;
 
    }
 
    void backtracking(int n,int k, int startIndex) {
 
        // 终止条件
        if (nums.size() == k) {
            // 记录结果
            result.add(new ArrayList(nums));
            // 返回
            return;
        }
 
        for (int i = startIndex; i <= n; i++) {
            nums.add(i);
            backtracking(n,k,i+1);
            nums.remove(nums.size()-1);
        }
    }
}

回溯法的本质是穷举，对回溯唯一能做的优化就是剪枝，减去那些根本不需要的遍历，比如说这道题目的n = 4,k = 4

每递归一层，集合中的元素就添加一次，所以集合中有的元素个数就是nums.size()，还需要的元素数目是 k - nums.size()

所以在[1,n]中至多从该起始位置  n - (k - nums.size()） + 1 开始遍历 

class Solution {
 
    List<Integer> nums = new ArrayList<>();
    List<List<Integer>> result = new ArrayList<>();
 
    public List<List<Integer>> combine(int n, int k) {
 
        backtracking(n,k,1);
        return result;
 
    }
 
    void backtracking(int n,int k, int startIndex) {
 
        // 终止条件
        if (nums.size() == k) {
            // 记录结果
            result.add(new ArrayList(nums));
            // 返回
            return;
        }
 
        for (int i = startIndex; i <= n - (k - nums.size())  + 1; i++) {
            nums.add(i);
            backtracking(n,k,i+1);
            nums.remove(nums.size()-1);
        }
    }
}