
- 每个数字可以 无限次使用 → 递归时可以继续选当前数字。
- 组合 不考虑顺序 → 递归时只能往后选(避免重复)。
- 结果是所有和为 target 的组合
python
class Solution:
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
# 剩余目标值 = target - sum(tmp)
def backtrack(candidates, tmp, remain): #(待选列表,已有排列)
if remain == 0: # 剩余目标为0
res.append(tmp)
return
if remain < 0: # 剩余目标 < 0 → 无效
return
# 依次选择待选列表的元素,进入排列。
for i in range(len(candidates)):
# 同一个数字可以无限制重复被选取, 下一轮还得包括candidates[i]
backtrack(candidates[i:], tmp + [candidates[i]], remain - candidates[i]) # 子集顺序不重要,只能往后选
backtrack(candidates, [], target)
return res
在 Python 中,+ 拼接列表和 [:] 切片都会创建一个新列表,时间复杂度为 O(K)O(K)O(K)(KKK 为列表长度)。这意味着每一轮递归都多出了一个 O(N)O(N)O(N) 的操作。
时间复杂度约为 O(S×N)O(S \times N)O(S×N)
其中 SSS 是所有可行解组合的总长度。在 LeetCode 的约束下,这通常是可接受的。
空间复杂度
假设在递归的每一层都选择了数组中的最小值 m=min(candidates)m = \min(candidates)m=min(candidates)
DDD 层递归后,D×m≈targetD \times m \approx targetD×m≈target
最大深度 (Depth),递归树深度:
D≈targetmin(candidates)D \approx \frac{target}{min(candidates)}D≈min(candidates)target
递归系统栈空间:O(D)O(D)O(D)
分支因子 (Width),每一层最多有 NNN 个分支:
N=len(candidates)N = len(candidates)N=len(candidates)
每层会创建新的切片列表:最长为 NNN
新的 tmp 路径列表:最长为 DDD
所以:
D×(N+D)D \times (N + D)D×(N+D)
由于通常 NNN 是数组长度,属于常数或较小值:
切片回溯空间复杂度 : O(D⋅N)O(D \cdot N)O(D⋅N)