目录
回溯算法有对应的模板可以套。
理论基础
回溯法的效率:
回溯法其实就是暴力查找,并不是什么高效的算法。
回溯法几类问题:
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
抽象为树形结构:
所有回溯法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。
回溯算法模板框架:
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:77.组合
给定两个整数
n
和k
,返回范围[1, n]
中所有可能的k
个数的组合。你可以按 任何顺序 返回答案。
示例 1:
输入:n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]示例 2:
输入:n = 1, k = 1 输出:[[1]]
回溯:
-
思考过程:
- 抽象为如下树形结构:
- 通过 startIndex 来记录下一层递归,搜索的起始位置;
剪枝优化:
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。
-
力扣代码:
剪枝优化:当i > n-(k-path.size())+1 时,剩下的数字已经不够组合的数字k了
class Solution {
private:
vector<vector<int>> result;
vector<int> path;
void backtracing(int n, int k, int i) {
if (path.size() == k) {
result.push_back(path);
return;
}
for (i; i <= n-(k-path.size())+1; i++) { // 横向遍历 + 剪枝优化
path.push_back(i);
backtracing(n, k, i+1); // 纵向递归
path.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
backtracing(n, k, 1);
return result;
}
};