回溯函数也就是递归函数,指的都是一个函数
回溯法都可以抽象为一个N叉树,以for循环和逐层递归出现的;
伪代码:
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
回溯三部曲:
- 递归函数的返回值以及参数:全局变量result所有结果,path是一维数组单一结果;n,k,startindex(目前起始位置)
- 回溯函数终止条件:len(path) == k
- 单层搜索的逻辑:
伪代码:
for (int i = startIndex; i <= n; i++) { // 控制树的横向遍历
path.push_back(i); // 处理节点
backtracking(n, k, i + 1); // 递归:控制树的纵向遍历,注意下一层搜索要从i+1开始
path.pop_back(); // 回溯,撤销处理的节点
}
当然还可以有一些剪枝的操作!
来举一个例子,n = 4,k = 4的话,那么第一层for循环的时候,从元素2开始的遍历都没有意义了。 在第二层for循环,从元素3开始的遍历都没有意义了。
path.size是当前path已经选取的元素个数,k-path.size是还需要选取的元素个数,那么最多搜索的位置是n-(k-path.size)+1,+1是为了索引正确,因为一开始是包含start.index的
class Solution:
def __init__(self):
self.res = []
self.path = []
def traversal(self, n, k, start_index):
if len(self.path) == k:
self.res.append(self.path[:]) #注意这里要复制结果,不要会随着改变
# print(self.path)
return
for i in range(start_index, n-(k-len(self.path))+2):#这里变为+2是因为python不包含右边界
self.path.append(i)
self.traversal(n, k, i+1)
self.path.pop()
return
def combine(self, n: int, k: int) -> List[List[int]]:
self.traversal(n, k, 1) #注意初始的start=1
return self.res