代码随想录算法训练营第二十四天| 回溯理论基础、77. 组合。

回溯理论基础

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。

回溯法解决的问题

回溯法，一般可以解决如下几种问题：

• 组合问题：N个数里面按一定规则找出k个数的集合

• 切割问题：一个字符串按一定规则有几种切割方式

• 子集问题：一个N个数的集合里有多少符合条件的子集

• 排列问题：N个数按一定规则全排列，有几种排列方式

• 棋盘问题：N皇后，解数独等等

相信大家看着这些之后会发现，每个问题，都不简单！

另外，会有一些同学可能分不清什么是组合，什么是排列？

组合是不强调元素顺序的，排列是强调元素顺序。

例如：{1, 2} 和 {2, 1} 在组合上，就是一个集合，因为不强调顺序，而要是排列的话，{1, 2} 和 {2, 1} 就是两个集合了。

记住组合无序，排列有序，就可以了。

回溯法解决的问题都可以抽象为树形结构，是的，我指的是所有回溯法的问题都可以抽象为树形结构！

因为回溯法解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度，都构成的树的深度。

回溯算法模板框架如下：

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

题目链接：https://leetcode.cn/problems/combinations/description/

题目要求：

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 1：

输入：n = 4, k = 2

输出：

[

[2,4],

[3,4],

[2,3],

[1,2],

[1,3],

[1,4],

]

总结：直接的解法当然是使用for循环，例如示例中k为2，很容易想到 用两个for循环，这样就可以输出 和示例中一样的结果。输入：n = 100, k = 3 那么就三层for循环，如果n为100，k为50呢，那就50层for循环，是不是开始窒息。此时就会发现虽然想暴力搜索，但是用for循环嵌套连暴力都写不出来！要解决 n为100，k为50的情况，暴力写法需要嵌套50层for循环，那么回溯法就用递归来解决嵌套层数的问题。

把组合问题抽象为如下树形结构：

可以看出这棵树，一开始集合是 1，2，3，4， 从左向右取数，取过的数，不再重复取。

第一次取1，集合变为2，3，4 ，因为k为2，我们只需要再取一个数就可以了，分别取2，3，4，得到集合[1,2] [1,3] [1,4]，以此类推。

每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围。

图中可以发现n相当于树的宽度，k相当于树的深度。

那么如何在这个树上遍历，然后收集到我们要的结果集呢？

图中每次搜索到了叶子节点，我们就找到了一个结果。

相当于只需要把达到叶子节点的结果收集起来，就可以求得 n个数中k个数的组合集合。

path列表存放每一种选择，当path的长度达到k时，可以将该path加入到最终的result中去了，这里每次遍历一个元素之后，下次这个元素就不再遍历了，因为这里返回的是组合，不是排列，排列是元素一样，顺序不一样，算两种结果，而组合，就是顺序不一致也是只算一个结果，而且不能是两个元素都是重复的，遇到这种在一堆数中找组合的问题，就想到回溯，套用上面回溯模板即可。这里的for(int i = start;i <= n;i++)里的n可优化为n - (k - path.size()) + 1。

class Solution {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        combine1(n,k,1);
        return result;
    }
    //回溯递归，参数需要传入每次遍历元素的开始位置
    private void combine1(int n ,int k, int start){
        //递归终止
        if(path.size() == k){
            //收集结果
            result.add(new ArrayList<>(path));
            return;
        }
        //for循环
        for(int i = start;i <= n;i++){
            //递归操作
            path.add(i);
            combine1(n,k,i + 1);
            //回溯
            path.remove(path.size() - 1);
        }
    }
}