本文深入解析生成 n 对合法括号的所有组合的回溯算法，重点阐明递归调用栈如何在首次 res.push() 后继续回溯探索其他路径，从而完整覆盖所有有效解。
本文深入解析生成 n 对合法括号的所有组合的回溯算法，重点阐明递归调用栈如何在首次 `res.push()` 后继续回溯探索其他路径，从而完整覆盖所有有效解。
生成合法括号序列是回溯（Backtracking）与深度优先搜索（DFS）的经典范例。其核心不在于“一次性走到底”，而在于递归返回后恢复现场、尝试其他分支——这正是理解 findCombo 为何能生成多个结果的关键。
我们以 n = 2 为例，逐步展开调用过程：
初始调用：findCombo(2, "", 0, 0)
→ 满足 usedOpen < 2，进入左分支：findCombo(2, "(", 1, 0)第二层：findCombo(2, "(", 1, 0)
→ 仍可加 '('：findCombo(2, "((", 2, 0)
→ 此时 usedOpen === 2，不能再加 '('；但 usedOpen > usedClose（2 > 0），可加 ')'：findCombo(2, "(()", 2, 1)第三层：findCombo(2, "(()", 2, 1)
→ usedOpen === n，不能加 '('；但 2 > 1 且 usedClose < 2，可加 ')'：findCombo(2, "(())", 2, 2)第四层：findCombo(2, "(())", 2, 2)
→ 终止条件触发：usedOpen === n && usedClose === n → res.push("(())")
→ 当前递归函数执行完毕，返回至上一层（即第三层）
⚠️ 关键点来了：第三层函数在 findCombo(2, "(())", 2, 2) 返回后，自身函数体已执行完毕，自然退出，控制权回到第二层 —— 而第二层尚未结束！它在执行完 findCombo(2, "((", 2, 0) 分支后，紧接着检查并执行了另一个合法分支：
if (usedOpen > usedClose && usedClose < n) {
findCombo(n, cur + ')', usedOpen, usedClose + 1);
}此时第二层状态为 cur = "(", usedOpen = 1, usedClose = 0 → 满足条件，于是启动新分支：
→ findCombo(2, "()", 1, 1)
此后路径为：
"()" → "()("（加 '('，因 usedOpen=1 < 2）→ "()()"（加 ')'，因 1 > 1 不成立？等等——注意：此时 usedOpen=1, usedClose=1，usedOpen > usedClose 为假，但别急！
实际上，在 "()" 状态下（usedOpen=1, usedClose=1），下一步只能加 '('（因 usedOpen < 2），得到 "()(", 此时 usedOpen=2, usedClose=1 → 满足 usedOpen > usedClose，于是加 ')' 得 "()()" → 终止条件满足 → res.push("()()")。
由此可见，每一次 res.push() 只终结当前递归分支，而非整个搜索过程。函数通过自然的函数调用栈弹出机制，逐层回退，持续探索所有满足约束的未访问分支。
✅ 正确实现要点总结：
- 约束驱动剪枝：仅当 usedOpen < n 才加 '('；仅当 usedOpen > usedClose && usedClose < n 才加 ')'，确保任意前缀中右括号数 ≤ 左括号数；
- 无显式回溯还原：因 cur 是字符串（值传递）、usedOpen/usedClose 是数字（不可变），每次递归都基于当前状态创建新参数，天然避免了手动 pop() 或重置；
- 全局收集结果：res 作为闭包变量或传参引用，持久保存所有合法解。
该算法时间复杂度为第 n 个卡特兰数 $ C_n = \frac{1}{n+1}\binom{2n}{n} $，空间复杂度为 $ O(n) $（递归栈深度）。掌握其回溯跳转逻辑，是理解 DFS 枚举类问题的基石。
