这段代码是"子集"问题的标准回溯写法,可以这样总结:
class Solution {
public:
vector<vector<int>> res; // 保存所有子集
void backtracing(vector<int>& nums, vector<int>& cur, int index) {
// 当前 cur 本身就是一个合法子集
res.push_back(cur);
// 从 index 开始,依次尝试选择后面的元素
for (int i = index; i < nums.size(); i++) {
// 做选择
cur.push_back(nums[i]);
// 进入下一层,只能从 i+1 之后继续选
backtracing(nums, cur, i + 1);
// 回溯:撤销刚才的选择
cur.pop_back();
}
}
vector<vector<int>> subsets(vector<int>& nums) {
vector<int> cur; // 当前正在构造的子集
backtracing(nums, cur, 0);
return res;
}
};
这题的核心思路是:
从
index开始往后选元素,每选一个元素就进入下一层递归,递归回来后再撤销选择。
其中三个变量要记住:
cur
表示当前子集。
res
保存所有子集。
index
表示这一层从哪个位置开始选择。
最关键的三步是:
cur.push_back(nums[i]); // 做选择
backtracing(nums, cur, i+1); // 进入下一层
cur.pop_back(); // 撤销选择
可以直接记成:
做选择 → 递归下一层 → 撤销选择
而:
i + 1
表示下一层只能继续往后选,防止重复选择同一个元素,也避免出现 [1,2] 和 [2,1] 这种重复子集。
另外这题和全排列最大的区别是:
全排列要等路径长度等于
nums.size()才保存答案;子集中每一个cur都是合法答案,所以一进入函数就res.push_back(cur)。