组合类算法问题

　　最近一位同学做完求职笔试的时候，问我知不知道怎么划分子数组，我一懵，问输出结果是如何的，同学说，假如原始数字是3，那么输出结果就是

[1],[2],[3],[1,2],[1,3],[2,3],[1,2,3]

　　我想起之前做过类似的题目，但具体的思路没有想起来，于是上力扣上面搜了一下划分子数组，没有搜索到我曾做过的名为划分子数组的题目，但后来一想，这一题的输出结果其实和全排列是很像的，于是我找到全排列的题目，回忆起了解题方法是回溯，其实我之前笔试时也遇到过全排列的原题，当时以为稳了，但实际上在敲代码过程中被卡住了，最大问题就是我对回溯类的问题解题过程不清晰，接下来就从全排列开始，对组合类的算法问题做一个总结。

　　全排列问题我提交的代码为：

/**
 * @param {number[]} nums
 * @return {number[][]}
 */

var permute = function(nums) {
    let res = [];
    let swap = function(nums, i, j) {
        let temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }
    let find = function(nums, begin, end, res) {
//         结束条件，当开始下标和结束下标相同，说明已经达到其要求的数组元素个数，将数组结果添加至结果集
        if(begin == end) {
            res.push([...nums]);    //注意这里要先把参数类数组转换为数组
            return ;
        }
        for(let start = begin; start <= end; start++) {
//             由于在全排列里面，数组下标和元素是严格对立的，所以通过交换数字来达到 对于两个数组，同一下标上有不同元素就当成是全排列的两个结果
            swap(nums, start, begin);
//             开始回溯寻找路径
            find(nums, begin + 1, end, res);
//             回溯后再替换为原先的数组元素
            swap(nums, start, begin);
        }
    }
    find(nums, 0, nums.length - 1, res);
    return res;
};

　　一般解决回溯问题的时候，都会画决策树，画完后寻找大致的代码思路，这时需要思考个问题：

1.路径：怎么样走才算找到题意里的东西

2.选择列表：要做抉择的变量在什么可选择范围内

3.结束条件：到达决策树底层，需要return出去的if语句

　　关于结束条件，比较容易找，一般都是对长度做限制或者起始终止做限制，那么选择列表和路径要怎么理解呢，怎么把这个思想应用到代码中去呢？这些问题都隐藏在回溯算法的核心框架里了：

for 遍历选择操作时所需的变量 in 选择列表：
    //先尝试做选择
    把已经做了的选择从选择列表中移除
    在路径里面加入刚才选择的元素
    backTrack(更新的路径，更新的选择列表)    //回溯

    //撤销刚才的选择，便于寻找另外的解
    在刚才的路径里撤销所做选择
    把该选择再次加入选择列表

　　组合问题也是用回溯去做，就比如，我现在给出了1-4这4个数字，要求你用高中的组合知识得出它的从1个数到4个数的所有组合结果，你给出的答案必然是（说不定顺序都和我一样）

1 2 3 4 1,2 1,3 1,4 2,3 2,4 3,4 1,2,3 1,2,4 1,3,4 2,3,4 1,2,3,4

　　力扣上的组合题，规定的是特定的组合数组长度，所以是上面所列举的组合数学问题的一个子集，我提交的代码为：

/**
 * @param {number} n
 * @param {number} k
 * @return {number[][]}
 */
var combine = function(n, k) {
    let arr = [],
        res = [];
    let findCombination = function(n, k, begin, arr) {
        if(arr.length == k) {
            res.push([...arr]);
            return ;
        }
        for(let i = begin; i <= n - (k - arr.length) + 1; i++) {
            arr.push(i);
            findCombination(n, k, i + 1, arr);
            arr.pop();
        }
    }
    findCombination(n, k, 1, arr);
    return res;
};

　　没给注释，因为总体上就是套着回溯的代码框架来的。

　　你能看出组合题跟全排列的代码差别么？思考一下

　　----------------------------------------------------------------

　　答案揭晓！

　　其实有两点不同，在于二者回溯的终止条件不同和二者在不在意数组元素所在位置（全排列的话，[1,2,3]和[3,2,1]算作不同的结果，而组合的话，[1,2,3]和[3,2,1]由于含有的元素个数和值相同，所以看作同一个解，只取其一就可）。假如是全排列的话，最终的结果肯定跟原数组的长度是一致的，举个例子：假如让你说出[1,2,3]的全排列结果，你肯定会说，[1,3,2],[2,1,3]......对吧！所以排列后的数组长度跟原数组一样，都是3。那假如现在说让你说出[1,2,3]任意两个数的组合结果，那么你回溯到数组长度=2时，就要return了。

　　有了这一题的基础，就能够做出我同学的那道笔试了，聪明的你一定想到了，就是把 k 放到循环里面去遍历就可以了，所以最终的代码应该为：

function subArray(n) {
    let arr = [],
        res = [];
    let findCombination = function(n, k, begin, arr) {
        if(arr.length == k) {
            res.push([...arr]);
            return ;
        }
        for(let i = begin; i <= n - (k - arr.length) + 1; i++) {
            arr.push(i);
            findCombination(n, k, i + 1, arr);
            arr.pop();
        }
    }
    for(let i = 1; i <= n; i++){
        findCombination(n, i, 1, arr);
    }
    console.log(res)
}
subArray(4);

　　之后可能再更新一些回溯方面的题目。