理论基础
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。
如果想要提高效率,可以加一些剪枝的操作。
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。
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
- 回溯函数终止条件
- 回溯搜索的遍历过程
如图所示,for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历。
回溯算法的模板框架如下
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
题目链接:
力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台
求解思路:
回溯三部曲
- 回溯函数的返回值和参数:不需要返回值;参数为总数n,要取的数个数k,遍历初始值startIndex(防止出现重复的组合);注意要定义两个全局变量,一维数组path用于存放单个结果,二维数组result用于存放结果集
- 回溯函数的终止条件:当path这个数组的大小到达k;此时用result数组将path保存起来,并终止本层递归
- 单层搜索的过程:for循环每次从startIndex开始遍历,然后用path保存节点i
总体过程如图所示
代码:
class Solution {
private:
vector<vector<int>> result; // 结果集
vector<int> path; // 单个结果
void backtracking(int n, int k, int startIndex){
if (path.size() == k){
result.push_back(path);
return;
}
for (int i = startIndex; i <= n; i++){
path.push_back(i);
backtracking(n, k, i+1); // 递归,下一层递归从i+1开始搜索
path.pop_back(); // 回溯,撤销处理的节点
}
}
public:
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
};
剪枝
思路:
如果for循环选择的起始位置之后的元素个数, 已经小于我们需要的元素个数了,那么就没有必要搜索了
代码优化:
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置