代码随想录算法训练营第二十四天
一、回溯算法理论基础
回溯法的效率
因为回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,效率不高,属于暴力解法。
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,都构成的树的深度。
回溯法模板
- 回溯函数模板返回值以及参数:返回值一般是void,参数可以根据过程添加需要的参数。
- 回溯函数终止条件:树中就可以看出,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:**回溯法一般是在集合中递归搜索,集合的大小构成了树的宽度,递归的深度构成的树的深度。
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
}
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
}
}
二、77.组合
思路
- 递归函数的返回值以及参数:函数里一定有两个参数,既然是集合n里面取k个数,那么n和k是两个int型的参数。然后还需要一个参数,为int型变量startIndex,这个参数用来记录本层递归的中,集合从哪里开始遍历。
- 回溯函数终止条件:达到所需的组合大小:path.size() == k。
- **单层搜索的过程:**for循环每次从startIndex开始遍历,然后用path保存取到的节点i。
class Solution {
private:
vector<int> path;
vector<vector<int>> result;
void backtracking(int n, int k, int starindex){
if(path.size() == k){
result.push_back(path);
return ;
}
for(int i = starindex; i <= n - (k - path.size()) + 1; i++){ //剪枝优化
path.push_back(i);
backtracking(n, k, i+1);
path.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
path.clear();
result.clear();
backtracking(n, k, 1);
return result;
}
};
剪枝优化
当k = 2, n = 4时,遍历到最后元素4时,已经没有元素足够凑成一个组合了,因此没必要对他进行搜索。
如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了,那么就没有必要搜索了。
优化过程如下:
- 已经选择的元素个数:path.size();
- 还需要的元素个数为: k - path.size();
- 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1,开始遍历