LeetCode 39 LeetCode 40 组合总和问题详解：回溯算法与剪枝优化（Java实现）

1. 问题概述

组合总和（Combination Sum）是经典的算法问题，常见于面试和编程练习。本文针对两个变体问题进行解析：

• 问题39（组合总和I）
  给定无重复元素的整数数组candidates和目标数target，找出所有可以使数字和等于target的唯一组合。数组中的数字可以无限次重复使用。

• 问题40（组合总和II）
  给定可能包含重复元素的整数数组candidates和目标数target，找出所有可以使数字和等于target的唯一组合。数组中的每个数字在每个组合中只能使用一次。

2. 组合总和I（无重复元素，允许重复使用）

2.1 方法思路

使用回溯算法遍历所有可能的组合，并通过排序剪枝优化效率：

1. 排序预处理：对数组排序，便于后续剪枝。
2. 回溯框架：递归遍历数组，允许重复选择同一元素。
3. 剪枝优化：当当前路径和超过目标值时提前终止循环。

2.2 代码实现

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;class Solution {public List<List<Integer>> combinationSum(int[] candidates, int target) {List<List<Integer>> result = new ArrayList<>();Arrays.sort(candidates); // 排序以便剪枝backtrack(candidates, target, 0, new ArrayList<>(), 0, result);return result;}private void backtrack(int[] candidates, int target, int start, List<Integer> path, int sum, List<List<Integer>> result) {if (sum == target) {result.add(new ArrayList<>(path)); // 记录有效组合return;}for (int i = start; i < candidates.length; i++) {int num = candidates[i];if (sum + num > target) break; // 剪枝：后续元素更大，无需继续path.add(num);backtrack(candidates, target, i, path, sum + num, result); // 允许重复使用ipath.remove(path.size() - 1); // 回溯}}
}

2.3 复杂度分析

• 时间复杂度：最坏情况为O(N^(T/M))，其中N为数组长度，T为目标值，M为最小元素值。剪枝优化后实际效率更高。
• 空间复杂度：递归栈深度为O(T/M)。

---

3. 组合总和II（包含重复元素，不可重复使用）

3.1 方法思路

在回溯基础上增加去重处理：

1. 排序预处理：使相同元素相邻，便于跳过重复。
2. 同层去重：在同一递归层级中，跳过与前一个元素相同的候选值。
3. 剪枝优化：提前终止无效路径的探索。

3.2 代码实现

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;class Solution {public List<List<Integer>> combinationSum2(int[] candidates, int target) {List<List<Integer>> result = new ArrayList<>();Arrays.sort(candidates); // 必须排序以处理重复元素backtrack(candidates, target, 0, new ArrayList<>(), result);return result;}private void backtrack(int[] candidates, int remain, int start, List<Integer> path, List<List<Integer>> result) {if (remain == 0) {result.add(new ArrayList<>(path)); // 记录有效组合return;}for (int i = start; i < candidates.length; i++) {// 跳过同一层中的重复元素if (i > start && candidates[i] == candidates[i - 1]) continue; if (candidates[i] > remain) break; // 剪枝：后续元素更大path.add(candidates[i]);backtrack(candidates, remain - candidates[i], i + 1, path, result); // i+1避免重复使用path.remove(path.size() - 1); // 回溯}}
}

3.3 关键点解析

• 去重逻辑：if (i > start && candidates[i] == candidates[i-1])
  • i > start确保只在同层级跳过重复元素（如第一层循环），允许不同层级使用相同值（如[1,1,6]）。
• 剪枝优化：由于数组已排序，当candidates[i] > remain时，后续元素必然无效，直接终止循环。

3.4 示例分析

以输入candidates = [1,1,2,5,6,7,10], target = 8为例：

1. 第一层选第一个1，进入递归remain=7。
2. 第二层从索引1开始，跳过第二个1（i=1 == start=1，不触发跳过），选2后继续递归。
3. 有效组合包括[1,1,6]、[1,2,5]等，确保无重复。

---

4. 总结对比

问题特性	组合总和I	组合总和II
候选数组元素	无重复	可能包含重复
元素使用规则	可重复使用	不可重复使用
核心处理	剪枝优化	剪枝 + 同层去重
时间复杂度	O(N^(T/M))	O(2^N)

5. 常见问题

Q1：为什么必须排序？

排序是实现剪枝和去重的前提条件：

• 剪枝：有序数组可提前终止无效路径。
• 去重：相同元素相邻，便于跳过重复。

Q2：去重逻辑为何用i > start？

• i > start确保只在同一层级跳过重复元素，例如：当start=0且i=1时，若candidates[1] == candidates[0]，则跳过第二个1，避免生成[1,1,6]和[1,1,6]的重复组合。

---

通过本文，可以掌握使用回溯算法解决组合总和问题的核心技巧，理解剪枝与去重的实现原理，并能够举一反三处理类似问题。