回溯算法——以leetcode401为例子

概念

   回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。

     回溯法有通用解法的美称，对于很多问题，如迷宫等都有很好的效果。回溯算法实际上一个类似枚举的深度优先搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回（也就是递归返回），尝试别的路径。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。回溯法说白了就是穷举法。回溯法一般用递归来解决。

基本思想

在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根结点出发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解，如果包含，就从该结点出发继续探索下去，如果该结点不包含问题的解，则逐层向其祖先结点回溯。(其实回溯法就是对隐式图的深度优先搜索算法）。

若用回溯法求问题的所有解时，要回溯到根，且根结点的所有可行的子树都要已被搜索遍才结束。

而若使用回溯法求任一个解时，只要搜索到问题的一个解就可以结束。

用回溯法解题的一般步骤：

（1）针对所给问题，确定问题的解空间： 首先应明确定义问题的解空间，问题的解空间应至少包含问题的一个（最优）解。

（2）确定结点的扩展搜索规则

（3）以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。

例题分析

为了更加直观的看到回溯算法的解题步骤和思路，我们从leetcode中选择几道回溯算法相关问题进行解析。

例题1： leetcode-401-binary-watch

【思路】

1. 从问题抽象到子问题：
   问题： 在0到9这10个位置上可以点亮n盏灯
   操作： 在位置i上点亮1盏灯
   操作后得到子问题：在i+1到9的位置上可以点亮n-1盏灯
2. 递归结束条件：
   n==0,当灯都已经点亮时，得到一个最终解，递归终止，逐步返回。同时也逐步回溯，把沿途点亮的灯都灭掉。

【代码】

import java.util.ArrayList;
import java.util.List;

public class Solution {
	public List<String> readBinaryWatch(int num) {
        List<String> time = new ArrayList<String>();
        int[] watch = new int[10];
        return null;
    }
	
	public void Trial(int n, int a, int[] watch, List<String> times){
		if(n==0){
			String time = "";
			int hour = SumOfIntArray(3, 0, watch);
			time = time + hour + ":";
			int minute = SumOfIntArray(9, 4, watch);
			if(minute < 10) time = time + 0 + minute;
			else time = time + minute;
			times.add(time);
			return;
		}
		for(;  a<=9; a++){
			watch[a] = 1;
			if( ! ((watch[0] == 1 && watch[1] == 1) || 
                   (watch[4] == 1 && watch[5] == 1 && watch[6] == 1 && watch[7] == 1)))
				Trial(n-1, a+1, watch, times);
			watch[a] = 0;
		}
		return;
	}
	
	 public static int SumOfIntArray(int a,int b,int[] times){
         //a是低位，b是高位，a是3或9，b是0或4
         int sum = 0;
         int mi = 0;
         for(int i=a;i>=b;i--){
        	 sum = (int) (sum +times[i]*Math.pow(2, mi));
        	 mi++;
        }
        return sum;
    }