代码随想录算法训练营第二十四天| 理论基础，77. 组合

本文主要是介绍代码随想录算法训练营第二十四天| 理论基础，77. 组合，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

题目与题解

参考资料：回溯法理论基础

带你学透回溯算法（理论篇）| 回溯法精讲！_哔哩哔哩_bilibili

77. 组合

题目链接：77. 组合

代码随想录题解：77. 组合

视频讲解：带你学透回溯算法-组合问题（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

带你学透回溯算法-组合问题的剪枝操作（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

解题思路：

回溯法的题目之前很少做，对于这一道题，手写穷举是很好写的，如果只有两个数的组合，求两层for循环即可，但是当k很大时，就比较难直接暴力写for循环了。

这一题主要是初步体验一下回溯法的流程，所以直接看答案了。

看完代码随想录之后的想法

回溯法的要点：

回溯法解决的问题都可以抽象为树形结构（N叉树），树的每深入一层相当于递归操作，而在每层上的操作一般都是循环处理。
每次搜索到了叶子节点，我们就找到了一个结果，因此找到叶子节点一般是终止条件。
为了提高穷举效率，可以针对N叉树做剪枝操作，避免不必要的递归和循环。

回溯法一般的函数体为：

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}
}

对于这道题，其N叉树为

每次循环的起始值startIndex就是取1,2,3...的操作，而终止条件就是当前循环的一个符合条件的list已经满了，达到了叶子节点，将结果塞入result的list后，还需要将list最末尾的节点弹出，方便下一次操作。

class Solution {List<List<Integer>> result= new ArrayList<>();LinkedList<Integer> path = new LinkedList<>();public List<List<Integer>> combine(int n, int k) {backtracking(n,k,1);return result;}public void backtracking(int n,int k,int startIndex){if (path.size() == k){result.add(new ArrayList<>(path));return;}for (int i =startIndex;i<=n;i++){path.add(i);backtracking(n,k,i+1);path.removeLast();}}
}

当然，考虑到如果从startIndex到n的元素数目不足k，那么就算循环结束这个path也不会被使用，浪费了时间，可以提前剪枝，因此循环中i的上限设置为n - (k - path.size()) + 1 ，注意path.size()是小于等于k的。这样就完成了剪枝。

class Solution {List<List<Integer>> result = new ArrayList<>();LinkedList<Integer> path = new LinkedList<>();public List<List<Integer>> combine(int n, int k) {combineHelper(n, k, 1);return result;}/*** 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，就是要靠startIndex* @param startIndex 用来记录本层递归的中，集合从哪里开始遍历（集合就是[1,...,n] ）。*/private void combineHelper(int n, int k, int startIndex){//终止条件if (path.size() == k){result.add(new ArrayList<>(path));return;}for (int i = startIndex; i <= n - (k - path.size()) + 1; i++){path.add(i);combineHelper(n, k, i + 1);path.removeLast();}}
}