代码随想录算法训练营day24 | 回溯理论基础,77. 组合
理论基础
什么是回溯法
回溯法也可以叫做回溯搜索法,它是一种搜索的方式。回溯是递归的副产品,只要有递归就会有回溯。 所以下文中,回溯函数也就是递归函数,指的都是一个函数。
回溯法的效率
回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,是一种暴力查找方案,并不是高效的算法。如果想让回溯法高效一些,可以加一些剪枝的操作,但也改不了回溯法就是穷举的本质。
那么既然回溯法并不高效为什么还要用它呢?
因为没得选,一些问题能暴力搜出来就不错了,撑死了再剪枝一下,还没有更高效的解法。
回溯法解决的问题
回溯法,一般可以解决如下几种问题:
- 组合问题:N个数里面按一定规则找出k个数的集合
- 切割问题:一个字符串按一定规则有几种切割方式
- 子集问题:一个N个数的集合里有多少符合条件的子集
- 排列问题:N个数按一定规则全排列,有几种排列方式
- 棋盘问题:N皇后,解数独等等
如何理解回溯法
回溯法解决的所有问题都可以抽象为树形结构!因为回溯法解决的都是在集合中递归查找子集,集合的大小就构成了树的宽度,递归的深度就构成的树的深度。递归就要有终止条件,所以必然是一棵高度有限的树(N叉树)。
回溯法模板
回溯三部曲:
- 回溯函数模板返回值以及参数 (回溯算法中函数返回值一般为void,一般是先写逻辑后写参数)
- 回溯函数终止条件(遍历树形结构一定要有终止条件,所以回溯也有要终止条件。一般来说搜到叶子节点了,也就找到了满足条件的一条答案,把这个答案存放起来,并结束本层递归。)
- 回溯搜索的遍历过程(for循环横向遍历,backtracking(递归)纵向遍历)
回溯算法模板框架如下:
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
处理节点;
backtracking(路径,选择列表); // 递归
回溯,撤销处理结果
}
}
77. 组合
解法一:直接法,嵌套for循环
(k值不确定,嵌套层数不确定)
解法二:回溯法
class Solution {
List<List<Integer>>result = new ArrayList<>();
List<Integer> path = new ArrayList<>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n,k,1);
return result;
}
public void backtracking(int n, int k,int startIndex){
//终止条件
if(path.size()==k){
result.add(new ArrayList<>(path));//存放结果
// result.add(path);
//【注意,这里必须重新创建一个list,否则传入的是引用,最终result中的元素指向同一个为空的path】
return;
}
//本层搜索逻辑
for(int i=startIndex;i<=n;i++){
path.add(i);
backtracking(n,k,i+1);//递归
path.remove(path.size()-1);//回溯,撤销处理结果
}
}
}
解法三:回溯法(剪枝优化)
优化单层搜索逻辑
可以发现,在单层递归时,如果剩余数量不足以凑到k个个数,即可停止,因此我们计算出当前层搜索时,i 至多可以从 n-(k-path.size())+1 开始搜索,因此将for循环终止条件替换为n-(k-path.size())+1。
i 的最大值详细导出过程:代码随想录的解释