代码随想录 day24

回溯法

回溯法也可以叫做回溯搜索法，它是一种搜索的方式

回溯是递归的副产品，只要有递归就会有回溯。

回溯法并不是什么高效的算法

因为回溯的本质是穷举，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

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

组合是不强调元素顺序的，排列是强调元素顺序。组合无序，排列有序

回溯法解决的问题都可以抽象为树形结构

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。

递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）

回溯法模板

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
    }
}

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。

输入：n = 4, k = 2
输出：
[
  [2,4],
  [3,4],
  [2,3],
  [1,2],
  [1,3],
  [1,4],
]

代码

 private static  List<List<Integer>> list = new ArrayList<>();
    private static  LinkedList<Integer> integerList = new LinkedList<>();

    public static List<List<Integer>> combine(int n, int k) {
//        backTracking(n, k, 1);
        combineHelper(n, k, 1);//减枝操作
        return list;
    }

    private static void backTracking(int n, int k, int startIndex) {
        if (integerList.size() == k) {
            list.add(new ArrayList<>(integerList));
            return;
        }
        for (int i = startIndex; i < n; i++) {
            integerList.add(i);
            backTracking(n, k, i + 1);
            integerList.removeLast();
        }
    }
    private static void combineHelper(int n, int k, int startIndex){
        //终止条件
        if (integerList.size() == k){
            list.add(new ArrayList<>(integerList));
            return;
        }
        for (int i = startIndex; i <= n-(k-integerList.size())+1; i++){
            integerList.add(i);
            combineHelper(n, k, i + 1);
            integerList.removeLast();
        }
    }