回溯算法中的 startindex：从组合到子集，彻底搞懂搜索起点
回溯算法中的 start index：从组合到子集，彻底搞懂搜索起点
在回溯算法的学习中，start index 是一个经常出现却又容易混淆的参数。为什么有的递归传入 i，有的传入 i+1？为什么排列问题不用 start 而用 used 数组？本文将带你彻底搞懂 start index 的作用、使用场景和技巧，并通过经典题型示例加深理解。
一、什么是 start index？
start index 是递归函数中的一个参数，它表示当前层搜索的起始位置。在每一层递归中，我们只从 start 开始遍历候选元素，从而限制下一层的选择范围。
它的核心作用是保证结果集中的组合/子集是无序的，避免产生重复的排列。例如，在组合问题中，[1,2] 和 [2,1] 被视为同一个组合，通过 start 就能确保只按递增顺序选取元素。
二、start index 的两种常见形式
根据问题对元素使用次数的限制，start 的传递方式有两种：
1. 下一层从 i 开始（允许重复使用当前元素）
场景：组合总和 I（允许重复选取同一个元素）
含义：当前选择了 candidates[i]，下一层仍然可以继续选择它，所以递归调用时传入 i。
示例代码（组合总和 I）：
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
path = []
def backtrack(start, cur_sum):
if cur_sum == target:
res.append(path[:])
return
if cur_sum > target:
return
for i in range(start, len(candidates)):
path.append(candidates[i])
backtrack(i, cur_sum + candidates[i]) # 传入 i，允许重复使用
path.pop()
backtrack(0, 0)
return res
2. 下一层从 i+1 开始（不允许重复使用当前元素）
场景：组合总和 II（每个元素只能使用一次）、子集 I
含义：当前选择了 candidates[i]，下一层只能从它后面的元素中选取，所以传入 i+1。
示例代码（组合总和 II）：
def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:
candidates.sort() # 排序方便剪枝和去重
res = []
path = []
def backtrack(start, cur_sum):
if cur_sum == target:
res.append(path[:])
return
for i in range(start, len(candidates)):
if cur_sum + candidates[i] > target:
break # 剪枝
if i > start and candidates[i] == candidates[i-1]:
continue # 去重：同一层跳过重复元素
path.append(candidates[i])
backtrack(i+1, cur_sum + candidates[i]) # 传入 i+1，不可重复
path.pop()
backtrack(0, 0)
return res
三、结合剪枝与去重
在使用 start index 的同时，常常配合排序和剪枝来提高效率：
- 排序：将数组排序后，可以利用递增性质进行剪枝（如当前和已经超过目标，后续更大元素直接跳过）。
- 同一层去重：当数组包含重复元素时，需要在同一层跳过相同值，避免产生重复组合。典型如组合总和 II、子集 II。
子集 II 示例（去重 + 从 i+1 开始）：
def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:
nums.sort()
res = []
path = []
def backtrack(start):
res.append(path[:])
for i in range(start, len(nums)):
if i > start and nums[i] == nums[i-1]:
continue
path.append(nums[i])
backtrack(i+1)
path.pop()
backtrack(0)
return res
四、对比排列问题：为什么不用 start index？
排列问题与组合问题不同，它关心元素的顺序，即 [1,2] 和 [2,1] 是两个不同的结果。因此，我们不能用 start 来限制选择范围，而是需要用 used 数组标记哪些元素已经被使用过，确保每个元素在每个排列中只出现一次。
全排列示例（用 used 数组）：
def permute(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
used = [False] * len(nums)
def backtrack():
if len(path) == len(nums):
res.append(path[:])
return
for i in range(len(nums)):
if used[i]:
continue
used[i] = True
path.append(nums[i])
backtrack()
path.pop()
used[i] = False
backtrack()
return res
小结：
- 组合/子集：无序 → 用
start控制起点 - 排列：有序 → 用
used标记已选
五、经典题型总结
| 题型 | 核心特点 | start 使用方式 | 关键技巧 |
|---|---|---|---|
| 组合总和 I | 元素可重复使用 | 下一层传入 i |
剪枝（和超过目标时停止） |
| 组合总和 II | 元素不可重复，可能有重复元素 | 下一层传入 i+1 |
排序 + 同一层去重 |
| 子集 I | 元素互异 | 下一层传入 i+1 |
每个节点都加入结果 |
| 子集 II | 可能有重复元素 | 下一层传入 i+1 |
排序 + 同一层去重 |
| 分割回文串 | 按分割线切割 | 用 start 表示当前切割的起始位置 |
每次截取 s[start:i+1] |
| 电话号码的字母组合 | 多个集合组合 | 用 index 遍历每个数字对应的字符串 |
无需 start，只需递归下一个集合 |
六、总结
start index 是回溯算法中控制搜索方向的核心参数，它确保了组合/子集问题不会产生重复结果。记住以下口诀：
- 组合无序用 start，排列有序用 used
- 可重复用 i，不可重用 i+1
- 去重需排序，同一层跳过相同值
掌握了 start index 的使用技巧，回溯问题的框架就会变得清晰很多。希望本文能帮助你彻底搞懂这个看似简单却容易出错的概念，在刷题路上更加得心应手！
欢迎留言讨论，如果觉得有帮助，请点个赞支持一下吧！
浙公网安备 33010602011771号