一、使用递归回溯算法构建所有子集
递归回溯是解决子集生成问题的经典深度优先搜索策略。其核心思想是，将每个元素视为一个决策节点：选择将其纳入当前子集，或者选择跳过。算法会沿着一条决策路径探索至终点，记录一个完整子集，随后通过“回溯”撤销最后一步选择，返回上一个决策点尝试其他可能性，从而系统性地枚举出所有组合，确保结果既无重复也无遗漏。
具体实现可遵循以下步骤：
1. 初始化一个空数组，用于存储最终生成的所有子集结果。
2. 定义一个递归函数，该函数接收两个关键参数：当前处理到的原数组索引位置，以及截至目前已选择的元素构成的临时子集。
3. 在递归函数的入口处，首先将当前临时子集的一份副本存入结果数组。这一步确保了从空集开始，到所有中间状态及最终全集，都会被完整记录。
立即学习“PHP免费学习笔记（深入）”；
4. 接着，从当前索引开始，循环遍历原数组中剩余的元素。对于每个元素，执行两步操作：先将其加入临时子集，然后递归调用函数处理下一个索引；在该递归调用返回后（即“选择此元素”的路径已探索完毕），将刚加入的元素从临时子集末尾移除（回溯），以恢复到之前的状态，从而能够继续探索“不选择此元素”的后续分支。
5. 递归的终止条件是：当前索引大于或等于原数组的长度，这意味着所有元素都已做出选择，当前路径的探索完成。
二、基于位运算技巧生成全部子集
位运算法提供了一种极为高效且优雅的子集生成方案，尤其适合理解计算机底层逻辑。其原理基于一个关键数学事实：对于包含n个元素的集合，其子集总数恰好为2的n次方个。这正好对应了从0到(2ⁿ - 1)所有整数的二进制表示。
我们可以将每个整数视为一个“选择掩码”：其二进制形式的第j位（从0开始计数）若为1，则表示选取原数组中第j个元素；若为0，则表示不选取。因此，生成所有子集就转化为遍历所有可能的n位二进制掩码。
1. 计算输入数组的长度n。设置一个循环，让变量i从0迭代至(1 << n) - 1（即2ⁿ - 1）。
2. 对于每一个掩码i，创建一个空的子集数组。
3. 通过一个内层循环（j从0到n-1）来检查掩码i的每一位。使用经典的位运算判断条件：if (i & (1 << j))。若结果为真，则表明掩码i的第j位为1，需要将原数组中索引为j的元素添加到当前构建的子集中。
4. 完成对掩码i所有位的检查并构建出对应子集后，将该子集添加到总结果数组中。当外层循环结束时，所有2ⁿ个子集便已生成完毕。
三、采用迭代法逐层扩展子集
迭代法是一种直观且易于理解的“横向扩展”方法，与递归的“纵向深入”形成对比。该方法从一个仅包含空集的集合开始，依次处理原数组中的每个元素，将其添加到已有所有子集的末尾，从而批量产生新的子集。
整个过程如同雪球般越滚越大：
1. 初始化结果数组，其中仅包含一个空子集：[[]]。这作为后续扩展的起点。
2. 开始遍历原数组中的每一个元素（记为value）。
3. 在处理新元素value前，先记录当前结果数组的长度len。这一步至关重要，因为后续操作会向结果数组添加新子集，而我们需要遍历的是本次添加前已存在的“旧”子集。
4. 对结果数组中索引从0到len-1的每一个现有子集（记为第k个），执行以下操作：复制该子集得到一份副本，然后将新元素value追加到副本的末尾。这样就得到了一个包含value的新子集。最后，将这个新子集推入结果数组的末尾。
5. 当原数组中所有元素都按上述规则处理完毕后，结果数组中便包含了该集合的所有子集，总计2ⁿ个。此方法逻辑清晰，运行稳定，无需递归调用。
四、利用SplStack数据结构模拟回溯栈
递归实现虽然代码简洁，但在处理数据规模极大、递归深度过深时，可能存在栈溢出风险。此时，我们可以使用显式的栈数据结构来手动模拟递归过程，PHP标准库中的SplStack类为此提供了便利。这种方法将隐式的函数调用栈转化为可显式控制的数据结构，增强了程序的健壮性和可控性。
1. 初始化工作：创建一个SplStack实例，用于存储待处理的“探索状态”；同时准备一个普通数组用于收集最终结果。
2. 将起始状态压入栈中。该状态通常包含两个信息：当前待处理的原数组索引（初始为0），以及当前已选元素构成的子集（初始为空集）。
3. 开启一个while循环，只要栈不为空，就持续处理。每次循环从栈顶弹出一个状态（包含index和currentSubset）。
4. 与递归法类似，首先将currentSubset的一个副本加入结果数组，以记录当前路径状态。
5. 随后进行判断：如果index尚未超过原数组长度，说明仍有元素待决策。此时，需要将后续的两种决策状态压入栈中，等待后续处理：第一种是“不选择当前元素”，新状态为(index+1, currentSubset)；第二种是“选择当前元素”，新状态为(index+1, 将原数组第index个元素加入currentSubset后的新子集)。需要注意的是，由于栈是“后进先出”的结构，压栈的顺序会影响遍历的次序（通常为了实现深度优先搜索，会先压入“选择”分支，再压入“不选”分支）。
通过这种循环与栈结合的方式，我们完全实现了与递归回溯相同的搜索功能，同时避免了深层递归可能带来的问题，赋予了算法更大的灵活性。
