leetcode递归与回溯

递归

算法思想

• 要懂得如何将一个问题的规模变小
• 再利用从小规模问题只的结果
• 结合当前的值或者情况，的出最终的结果

​ 通俗理解

• 把要实现的递归函数，看成已经实现好的，
• 直接利用解决一些子问题
• 思考：如何根据子问题的解以及当前面对的情况得出答案

递归写法结构总结

function fn(n){
    
    //第一步：判断输入或者状态是否非法
    if(input/state is invalid){
        return;
    }
    
    
    //第二部;判断递归是否应该结束？
    if(match condition){
        return some value;
    }
    
    
    //第三部：缩小问题规模
    result1 = fn(n1);
    result2 = fn(n2)'
      .......'
    
     
    //第四部：整合结果
        return combine(result1,result2);
    
}

递归算法解决时间复杂度分析

• 迭代法

a\Roaming\Typora\typora-user-images\1585473715967.png)]

• 公式法（常用）

回溯

回溯算法是一种试探算法

在回溯算法中，是一步步向前试探，对每一步探测的情况评估，再决定是否继续，可避免走弯路

回溯精华

• 出现非法的情况时，可退到之前的情景，可返回一步或多步
• 再去尝试别的路径和办法

想要采用回溯算法，就必须保证：每次都有多种尝试的可能

回溯写法结构总结

function fn(n){
    
    //第一步：判断输入或者状态是否非法
       if(input/state is invalid){
        return;
    }
    
    
    //第二部;判断递归是否应该结束？
    if(match condition){
        return some value;
    }
    
    //遍历所有可能出现的情况
    for(all possible casses){
       //第三部：尝试下一步的可能性
        solution.push(case);
        //递归
        result=fn(m);
        //第四部：回溯到上一步
        solution.pop(case);
    }
    
    
    
    
}

回溯例子

回溯其实是用递归实现的，因此在分析回溯时间复杂度时，其实就是在对递归函数进行分析，方法和之前介绍的一样