给一组数和一个target，给出所有以这组数中元素组成该target的不同组合。
这应该是回溯法的一个比较简单的实例，但是因为之前没有写过回溯法的代码，所以在这里简单的记录以下。
有时会遇到这样一类题目，它的问题可以分解，但是又不能得出明确的动态规划或是递归解法，此时可以考虑用回溯法解决此类问题。回溯法的优点 在于其程序结构明确，可读性强，易于理解，而且通过对问题的分析可以大大提高运行效率。但是，对于可以得出明显的递推公式迭代求解的问题，还是不要用回溯法，因为它花费的时间比较长。
回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来，换一条路再试。可以认为回溯算法一个”通用解题法“，这是由他试探性的行为决定的，就好比求一个最优解，我可能没有很好的概念知道怎么做会更快的求出这个最优解，但是我可以尝试所有的方法，先试探性的尝试每一个组合，看看到底通不通，如果不通，则折回去，由最近的一个节点继续向前尝试其他的组合，如此反复。这样所有解都出来了，在做一下比较，能求不出最优解吗？（https://blog.csdn.net/c602273091/article/details/54799621）
代码：
class Solution {
public:
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
vector<vector<int>> res;
vector<int> nums;
sort(candidates.begin(), candidates.end());
backtrack(res, nums, candidates, target, 0);
return res;
}
private:
void backtrack(vector<vector<int>> &res, vector<int> nums, const vector<int>& cans, int remain, int index) {
if (remain < 0) return;
else if (remain == 0) {
res.push_back(nums);
return;
}
else {
for (int i = index; i < cans.size(); ++i) {
nums.push_back(cans[i]);
backtrack(res, nums, cans, remain-cans[i], i);
nums.pop_back();
}
}
}
};
对于这段代码的一些细节：
整体上代码是这样的一个行为：先将当前元素放到结果数组里面，然后再继续向下递归，递归完成了，将这个元素拿出来，换成下一个，继续类似的操作
关于为什么第二十行的递归调用的最后一个参数还是传的i？以[2,3,5]为例。如果当前往nums里放的是2，那么下一次递归调用还得从2开始往nums里面装，因为一个元素可以被使用无数次；如果当前往nums里放的是3，那么下一次往里面还得放3，而不能从2开始放，因为要防止出现重复的结果，比如[[3,5],[5,3]].想来想去，递归调用的下一轮还是得从当前元素开始算起，所以得传入i