Leetcode刷题算法

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