理论基础
题目链接/文章讲解:代码随想录
模板:
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
}
}
主要问题:组合/切割/子集/排列/棋盘
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。
77. 组合
对着 在 回溯算法理论基础 给出的 代码模板,来做本题组合问题,大家就会发现 写回溯算法套路。
在回溯算法解决实际问题的过程中,大家会有各种疑问,先看视频介绍,基本可以解决大家的疑惑。
本题关于剪枝操作是大家要理解的重点,因为后面很多回溯算法解决的题目,都是这个剪枝套路。
题目链接/文章讲解:代码随想录
组合
class Solution {
List<List<Integer>> res = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
backTracking(n, k, 1);
return res;
}
public void backTracking(int n, int k, int startIndex) {
if(path.size() == k) {//终止条件
res.add(new ArrayList<>(path));//接收一条路径
return;
}
for(int i = startIndex; i <= n; i++) {
path.add(i);
backTracking(n, k, i + 1);//i+1是从下一个节点开始遍历 防止重复 为什么不用startIndex+1是因为经历递归之后进入下一级循环最终会跳过一些数字
path.removeLast();//回溯
}
}
}
剪枝 对遍历终点进行操作
class Solution {
List<List<Integer>> res = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
backTracking(n, k, 1);
return res;
}
public void backTracking(int n, int k, int startIndex) {
if(path.size() == k) {//终止条件
res.add(new ArrayList<>(path));//接收一条路径
return;
}
for(int i = startIndex; i <= n - (k - path.size()) + 1; i++) {//剪枝 剪掉数量不足以构成k个元素组合的数字
path.add(i);
backTracking(n, k, i + 1);//i+1是从下一个节点开始遍历 防止重复 为什么不用startIndex+1是因为经历递归之后进入下一级循环最终会跳过一些数字
path.removeLast();//回溯
}
}
}