浅谈经典--回溯

回溯法是设计递归过程的一种重要方法，它的求解过程实质上一个先序遍历一颗“状态树”的过程，只是这个课树不是遍历前预先建立的，而是隐含在遍历过程中的。 ————严蔚敏版《数据结构》
回溯的过程就是在试探每一种可能，“能进则进，不能则退，退而求其他”。通过有序的试探，把每种可能的情况都遍历一遍。
说到回溯思想，那么我们不得不提“八皇后问题”，下面我们以八皇后问题，来展示回溯的思想。
在数据存储上，我们可以用一个二维list来表示A[][]皇后的位置，比如A[i][j]表示第i行第j列是皇后位置。但是考虑到条件限制：每一列（行）只能有一个皇后，所以其实可以用一个一维的list来存储，比如A[i]=j表示第i行第j列为皇后位置。因此按照回溯的思想，我们利用递归实现

#!/usr/bin/env python
import copy
def solveNQueens(n):
    # 定义递归函数
    def unit_queen(q_list, cur):
        '''
        q_list: 当前的list
        cur: 当前皇后在的列
        '''
        if cur == n:  # 所有行皇后互不冲突， 则将list添加到结果中
            save_list = copy.deepcopy(q_list)  # 注意此处得用深拷贝
            all_queen.append(save_list)
            return
        # 遍历每一列
        for col in range(0, n):
            q_list[cur] = col  # 第cur个（行）皇后在col列
            flag = True
            for row in range(0, cur):
                # 两个（行）皇后在同一列 或者 两个（行）皇后在对角线
                if q_list[row] == col or abs(q_list[row] - col) == cur - row:
                    flag = False
            if flag:
                unit_queen(q_list, cur + 1)
    # 开始递归
    all_queen = []  # 保存满足条件的list
    queen_list = ['0'] * n  # 初始化皇后list， 下标idx皇后对应矩阵中第idx行皇后
    unit_queen(queen_list, 0)  # 所以可能的情况
    return all_queen

与其他经典思想的比较

• 相较于穷举法，它们都是对所有可能情况的遍历，但回溯是更有规律的尝试，所以尝试次数小于穷举
• 相较于贪心算法，它们都是根据当前的“处境”来选择下一步，但是贪心算法做最优的选择，回溯做随机（或者顺序）选择，而回溯可以在不满足条件的前提下选择退一步，重新选择。
• 相较于动态规划，它们都从某种角度上，保留了中间结果，避免重复计算（或尝试）。但动态规划是一个从局部最优找全局最优的过程，回溯则是把所有符合条件的可能都找出来。

更多内容，欢迎关注“机器爱学习”公众号~