「这是我参与2022首次更文挑战的第11天，活动详情查看：2022首次更文挑战」。
题目：
给定一个候选人编号的集合 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。
candidates 中的每个数字在每个组合中只能使用 一次 。
注意：解集不能包含重复的组合。
示例 1:
输入: candidates = [10,1,2,7,6,1,5], target = 8,
输出:
[
[1,1,6],
[1,2,5],
[1,7],
[2,6]
]
示例 2:
输入: candidates = [2,5,2,1,2], target = 5,
输出:
[
[1,2,2],
[5]
]
提示:
- 1 <= candidates.length <= 100
- 1 <= candidates[i] <= 50
- 1 <= target <= 30
解题：
按照顺序搜索，设置合理变量，在搜索的过程中判断变量是否出现的重复的结果集中。解题的过程如下：
1、首先对数组中的数据进行排序方便后面的数据重复判断，我是基于 Java 语言可以使用 Arrays.sort api 进行排序。
2、循环 candidates中的袁术，加入一下判断，而忽略重复的数据选项，避免产生重复的组合。比如 [1,2,2,2,5] 选择了第一个 2 , 就变成了，[1, 2] ，跳过它，就还是 [1, 2]
if (j > i && candidates[j] == candidates[j- 1] ) {
continue;
}
3、当前选择的数字不能和下一个选择的数据重复，给子递归传 j+1避免当前选的 j 重复
dfs(candidates, len, j + 1, target - candidates[j], cob, res);
4、如果找到符合条件的时候就将结果加入到 res 中, 并且终止本次递归。
if (target == 0) {
res.add(new ArrayList<>(cob));
return;
}
图解如下（结合上面的梳理，我们再来看看图解）：
代码：
实现的代码如下：
class Solution {
public List<List<Integer>> combinationSum2(int[] candidates, int target) {
int len = candidates.length;
List<List<Integer>> res = new ArrayList<>();
if (len == 0) {
return res;
}
// 排序
Arrays.sort(candidates);
dfs(candidates, len, 0, target, new ArrayDeque<Integer>(), res);
return res;
}
/**
* @param candidates 候选数组
* @param len 数组长度
* @param i 从候选数组的 i 位置开始搜索
* @param target 表示剩余值
* @param cob 从根节点到叶子节点的路径
* @param res 返回结果
*/
private void dfs(int[] candidates, int len, int i, int target,
ArrayDeque<Integer> cob, List<List<Integer>> res) {
if (target == 0) {
res.add(new ArrayList<>(cob));
return;
}
for (int j = i; j < len; j++) {
// 不符合数值累计条件，触发剪枝
if (target - candidates[j] < 0) {
break;
}
// 重复节点，触发剪枝
if (j > i && candidates[j] == candidates[j- 1] ) {
continue;
}
cob.addLast(candidates[j]);
// 递归
dfs(candidates, len, j + 1, target - candidates[j], cob, res);
// 回溯
cob.removeLast();
}
}
}
空间复杂度：O(2^n x n) 其中 n 是数组 candidates 的长度。在大部分递归 + 回溯的题目中，我们无法给出一个严格的渐进紧界，故这里只分析一个较为宽松的渐进上界。
空间复杂度：O(n), 除了需要存储答案的数组外，我们需要 O(n) 的存储空间列表 cob，递归中存储当前选择的数据数组、以及递归需要的栈。
总结：
回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。
在本题中采用的是 "回溯" 算法，由于题目中限制返回的解的组合中不能出现重复的数，其实这就是我们剪枝的条件，以减少回溯的次数。还有就是如果累计之和与期望结果相等的时候就是回溯的终止条件，也是在递归中的终止条件。
