backtracing
遇到这道题是在leecode的第17题
https://leetcode.com/problems/letter-combinations-of-a-phone-number/
算法定义:
Backtracking is a general algorithm for finding all (or some) solutions to some computational problems, notably constraint satisfaction problems, that incrementally builds candidates to the solutions, and abandons each partial candidate c (“backtracks”) as soon as it determines that c cannot possibly be completed to a valid solution
从上文中可以得出, 核心的含义是 回溯算法是通过一步一步(通常是用递归)构建可能”解”,并且回溯不可能”解”来求所有或者部分解决方案的通用算法。其中“回溯”的具体意思就是将不可能解或者部分解的候选尽早的舍弃掉,“解”需要满足一定的限制条件(constraint satisfaction)
原文:https://blog.csdn.net/leoleocs/article/details/47311283
算法主要思想:
递归,修改参数
backtracking也是一种编程思想,使用到了递归。
backtracking要解决的问题大致具有这样的特征,为了得到问题的解,需要进行若干步骤,每一步的抉择都是相同的,每一步都是在上一步的基础上完成的,需要记录之前的轨迹,直到终点情况,不过有可能是正确也有可能是错误。比如最典型的N皇后问题。需要部署N个皇后,每一次部署都有N种可能。
其程序在实现上满足下列特征:
(1)每一步的处理,先check特殊情况,即return case;这里必须有return case。
(2)再使用一个for循环,尝试每一种选择,在for循环内,先检测该种选择是否正确,然后如果正确,就在轨迹上记录,然后递归地处理下一步,处理完以后,再把轨迹恢复,供下一种选择进行。这里恢复轨迹是很重要的。
可以分为两类,一种是寻找全部的解,一种是找到一个解。
一个解:递归函数需要返回值,在for循环里面尝试每一种可能时,如果该选择返回true,那么就返回。否则for结束的时候(执行到这里说明所有尝试都失败了)要返回false。利用返回值可以让程序提前返回,只找到一个解。
多个解:这时递归函数可以是void类型,这样就可以搜全部的解,for循环结束也不需要处理。
和dp的比较:这里是指up到bottom递归地dp,二者都涉及了递归,但是有差别,dp的递归是小规模的递归,即解决一个子问题。但是回溯的递归是每一步的选择,可以看成是并列的,都是在一次完整的搜索中的一步。而且dp是从高到低递归,而回溯是从开始到结束,有点从低到高的感觉。
目前为止,涉及到递归地思路有分治法,子问题,dp和回溯。很相近,不过还是有差别。
分治法的子问题不重合,子问题是不带memo的dp,回溯需要记录轨迹。这些事他们的特征。
回溯法用于搜索解,dp找最优解。
原文:https://blog.csdn.net/u010900754/article/details/55094478