77. 组合

暴力方法为使用k个for循环遍历全部数据,
通过递归来实现 多个for循环
image.png//fpo

  1. class Solution {
  2. public:
  3. void backtracking(int n,int k,int startIndex)
  4. {
  5. if(path.size()==k)
  6. {
  7. result.push_back(path);
  8. return;
  9. }
  10. //for循环控制横向的遍历
  11. for(int i =startIndex;i<=n;i++)
  12. {
  13. path.push_back(i);
  14. //递归控制纵向的遍历
  15. backtracking(n,k,i+1);
  16. //回溯
  17. path.pop_back();
  18. }
  19. }
  20. vector<vector<int>> combine(int n, int k) {
  21. backtracking(n,k,1);
  22. return result;
  23. }
  24. vector<vector<int>> result;
  25. vector<int> path;
  26. };

剪枝优化

来举一个例子,n = 4,k = 4的话,那么第一层for循环的时候,从元素2开始的遍历都没有意义了。 在第二层for循环,从元素3开始的遍历都没有意义了。
要保证剩余的元素还能组成k个数字。不满足条件的都可以不进行递归
image.png
优化过程如下:

  1. 已经选择的元素个数:path.size();
  2. 还需要的元素个数为: k - path.size();
  3. 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1,开始遍历

优化后的循环为:

  1. for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置
  1. class Solution {
  2. private:
  3. vector<vector<int>> result;
  4. vector<int> path;
  5. void backtracking(int n, int k, int startIndex) {
  6. if (path.size() == k) {
  7. result.push_back(path);
  8. return;
  9. }
  10. for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) { // 优化的地方
  11. path.push_back(i); // 处理节点
  12. backtracking(n, k, i + 1);
  13. path.pop_back(); // 回溯,撤销处理的节点
  14. }
  15. }
  16. public:
  17. vector<vector<int>> combine(int n, int k) {
  18. backtracking(n, k, 1);
  19. return result;
  20. }
  21. };