在算法刷题中，组合问题是回溯算法的经典应用场景之一。LeetCode 77. 组合 要求我们从 [1, n] 的范围内，找出所有长度为 k 的数字组合，不考虑顺序且不重复。今天就来拆解这道题的解题思路，分析代码逻辑，以及避开那些容易踩坑的细节。
一、题目核心需求
给定两个整数 n 和 k，返回 [1, n] 中所有可能的 k 个数的组合。例如：
-
输入：n = 4, k = 2 → 输出：[[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]
-
输入：n = 1, k = 1 → 输出：[[1]]
核心关键点：组合不考虑顺序（[1,2] 和 [2,1] 是同一个组合），且每个数字只能使用一次。
二、解题思路：DFS回溯 + 剪枝优化
组合问题的本质是"选或不选"的决策过程------对于每个数字，我们可以选择将其加入当前组合，也可以选择不加入，直到组合长度达到 k 或者遍历完所有数字。这种决策过程非常适合用深度优先搜索（DFS）来实现，也就是我们常说的回溯法。
同时，为了避免无效递归、提升效率，我们需要加入"剪枝"逻辑：当剩余未遍历的数字数量，不足以凑够 k 个数字时，直接终止当前递归，无需继续向下搜索。
三、完整代码解析
先贴出最终可直接运行的 TypeScript 代码（兼容 JavaScript，去掉类型注解即可），再逐行拆解核心逻辑：
typescript
function combine(n: number, k: number): number[][] {
const res: number[][] = []; // 存储最终所有符合条件的组合
// DFS递归函数：探索所有可能的组合
// cur：当前遍历到的数字（从1开始）
// n：题目给定的上限
// k：需要选择的数字个数
// arr：当前正在构建的组合
const dfs = (cur: number, n: number, k: number, arr: number[]) => {
// 终止条件1：当前组合长度达到k，存入结果并返回
if (arr.length === k) {
res.push([...arr]); // 关键：push副本，避免引用传递导致结果异常
return;
}
// 剪枝逻辑：剩余数字（n - cur + 1）不足以凑够k个，提前终止
if (arr.length + (n - cur + 1) < k) {
return;
}
// 终止条件2：遍历完所有数字（cur > n），直接返回
if (cur > n) {
return;
}
// 决策1：选择当前数字cur，加入组合，继续遍历下一个数字
dfs(cur + 1, n, k, [...arr, cur]);
// 决策2：不选择当前数字cur，直接遍历下一个数字
dfs(cur + 1, n, k, arr);
}
// 从数字1开始，初始化空组合，启动DFS
dfs(1, n, k, []);
return res;
};1. 结果数组初始化
const res: number[][] = []; ------ 用于存储所有最终符合条件的组合，是全局可见的（在DFS函数内部可直接操作）。
2. DFS递归函数核心参数
DFS函数的四个参数，分别对应回溯过程中的关键状态：
-
cur：当前正在遍历的数字，从1开始（因为范围是[1, n]），避免重复选择前面的数字； -
n：题目给定的数字上限，用于判断是否遍历结束； -
k：需要选择的数字个数，用于判断组合是否达标； -
arr：当前正在构建的组合，每一步决策都会修改这个数组。
3. 三个关键逻辑（终止+剪枝）
这部分是代码的核心，也是容易踩坑的地方，尤其注意顺序！
-
终止条件1：组合达标 ------
if (arr.length === k)当当前组合的长度等于k时，说明找到了一个符合条件的组合。这里必须用
[...arr]生成副本存入res，而不是直接push(arr)------因为数组是引用类型，直接push会导致后续递归修改arr时，res中已存储的组合也被修改，最终结果异常。 -
剪枝逻辑 ------
if (arr.length + (n - cur + 1) < k)剪枝的核心是"提前止损"：当前组合已有arr.length个数字，剩余未遍历的数字个数是
n - cur + 1（从cur到n的所有数字）。如果两者之和小于k，说明即使把剩余所有数字都加入组合，也凑不够k个，此时无需继续递归，直接返回，减少无效计算。 -
终止条件2：遍历结束 ------
if (cur > n)当cur超过n时，说明所有数字都遍历完毕，没有更多数字可以选择，直接终止递归。这里要注意顺序：必须放在"组合达标"和"剪枝"之后，否则会漏掉包含n的组合（后面会详细说这个坑）。
4. 两种决策分支（回溯的核心）
DFS的核心就是"选或不选"的分支决策，这两步递归构成了回溯的完整逻辑：
-
dfs(cur + 1, n, k, [...arr, cur])------ 选择当前数字cur：将cur加入当前组合（生成新的数组副本，避免影响其他分支），然后遍历下一个数字（cur+1）； -
dfs(cur + 1, n, k, arr)------ 不选择当前数字cur：直接遍历下一个数字，当前组合保持不变。
5. 启动DFS
dfs(1, n, k, []); ------ 从数字1开始遍历，初始化一个空组合，启动递归流程，最终所有符合条件的组合都会被存入res，最后返回res即可。
四、常见易错点（避坑指南）
这道题的代码看似简单，但有两个非常容易踩坑的细节，也是很多人提交失败的原因：
易错点1：直接push(arr)，导致结果异常
错误写法：res.push(arr);
原因：数组是引用类型，arr在递归过程中会被不断修改（比如加入新数字、回溯时恢复），直接push(arr)相当于把arr的引用存入res，后续修改arr会同步影响res中的所有组合，最终可能出现所有组合都是空数组或重复数组的情况。
正确写法：res.push([...arr]); ------ 生成arr的浅拷贝，存入副本，避免引用传递的问题。
易错点2：终止条件顺序错误，漏掉包含n的组合
错误写法：把 if (cur > n) 放在最前面。
后果：当cur = n时，递归到下一层cur = n+1，会先触发cur > n直接返回，此时如果当前组合加入n后长度为k（比如n=4，k=2，arr=[3]），就会漏掉[3,4]这个组合，导致结果缺少包含n的情况。
正确顺序：先判断组合是否达标（arr.length === k），再剪枝，最后判断是否越界（cur > n），确保包含n的组合能被正确存入。
五、代码优化与拓展
1. 优化：减少参数传递
原代码中，n和k在DFS函数中是固定不变的，可以将其提升到外层作用域，避免每次递归都传递，简化代码：
typescript
function combine(n: number, k: number): number[][] {
const res: number[][] = [];
const dfs = (cur: number, arr: number[]) => {
if (arr.length === k) {
res.push([...arr]);
return;
}
if (arr.length + (n - cur + 1) < k) return;
if (cur > n) return;
dfs(cur + 1, [...arr, cur]);
dfs(cur + 1, arr);
};
dfs(1, []);
return res;
};2. 拓展：理解组合与排列的区别
很多人会混淆组合和排列，这里简单区分：
-
组合：不考虑顺序，比如[1,2]和[2,1]是同一个组合，因此我们用cur+1确保只遍历后面的数字，避免重复；
-
排列：考虑顺序，比如[1,2]和[2,1]是不同的排列，此时需要用visited数组标记已使用的数字，而不是用cur+1。
六、总结
LeetCode 77. 组合的核心解法是「DFS回溯 + 剪枝优化」，关键在于：
-
用"选或不选"的分支决策，遍历所有可能的组合；
-
加入剪枝逻辑，减少无效递归，提升效率；
-
注意数组引用传递的问题，用副本存入结果；
-
正确排列终止条件的顺序，避免漏掉包含n的组合。