代码随想录算法训练营Day24 | 回溯算法理论基础、77.组合 | Python | 个人记录向

回溯算法理论基础

代码随想录：回溯算法理论基础

回溯法简介

回溯是递归的副产品，只要有递归就会有回溯。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。

回溯法解决的问题

• 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

回溯法解决的问题都可以抽象为树形结构（n叉树）。

77.组合

代码随想录：77.组合
Leetcode：77.组合

做题

递归→回溯感觉很简单，但是思路梳理不出来。

看文章

回溯算法关键在于搜索新变量（append）后回溯，要删除新变量（pop）。
未剪枝优化版本如下：

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        self.res = []
        self.backtracking(n, k, 1, [])
        return self.res

    def backtracking(self, n, k, start, path):
        if len(path) == k:
            self.res.append(path[:])
            return
        for i in range(start, n+1):
            path.append(i)
            self.backtracking(n, k, i+1, path)
            path.pop()

剪枝优化后如下：

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        result = []  # 存放结果集
        self.backtracking(n, k, 1, [], result)
        return result
    def backtracking(self, n, k, startIndex, path, result):
        if len(path) == k:
            result.append(path[:])
            return
        for i in range(startIndex, n - (k - len(path)) + 2):  # 优化的地方
            path.append(i)  # 处理节点
            self.backtracking(n, k, i + 1, path, result)
            path.pop()  # 回溯，撤销处理的节点

其中，优化的地方“n - (k - len(path)) + 2”应理解为“n + 1 - (k - len(path) + 1)”，即：由“n+1”改为“n+1”减去剩余需要搜索的元素数量（k - len(path) + 1）。

以往忽略的知识点小结

• 回溯算法解决的问题包括组合问题、切割问题、子集问题、排列问题、棋盘问题等，均可抽象为n叉树
• 回溯算法的关键是回溯后删除“新”元素

个人体会

完成时间：50min。
心得：今天是回溯算法的开头，在二叉树的学习基础上，要更深刻去体会回溯算法。

​