回溯思想

回溯模版三部曲：

① 回溯函数模版返回值以及参数

② 回溯终止条件

③ 回溯搜索的遍历过程

分析完过程，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
    }
}

这份模板很重要，后面做回溯法的题目都靠它了！

77. 组合

思想：对于这种回溯的问题，其实可以看成一棵树，就是穷举每一种可能的！在此的基础之上然后进行剪枝！

剪枝：可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        result = []
        self.backtracking(n, k, 1, [], result)
        return result
    # 回溯的参数以及返回 n k p [] result 
    def backtracking(self, n, k, startIndex, path, result):
        # 回溯终止条件
        if len(path) == k:
            result.append(path[:])
            return 
        for i in range(startIndex, n + 1):
        # 回溯遍历条件
            path.append(i)
            self.backtracking(n, k, i + 1, path, result)
            path.pop()  # 回溯，撤销处理节点

优化版本：

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        result = []  # 存放结果集
        self.backtracking(n, k, 1, [], result)
        return result
    def backtracking(self, n, k, startIndex, path, result):
        if len(path) == k:
            result.append(path[:])
            return
        for i in range(startIndex, n - (k - len(path)) + 2):  # 优化的地方
            path.append(i)  # 处理节点
            self.backtracking(n, k, i + 1, path, result)
            path.pop()  # 回溯，撤销处理的节点