1.开始的话
作者在写这篇文章时,回溯也未完全精通,只是对当前的学习过程进行总结,请阅读该文章的同学酌情观看,欢迎讨论。
2.回溯的基本理解
回溯并非难以理解,其本质是暴力搜索的一个过程,它一般出现在递归的过程中,你可以将递归的逐层返回看作是回溯,即返回到上一个时间点的状态,例如:时间回溯的回溯体现在哪?当然是时间的回退,而代码中如何体现回溯,本文后会提到。
通常回溯能解决的问题包括以下几种:
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 。
其本质还是组合方式(注意与排列的区别),而在解决这些问题时,会将问题抽象成一棵树,集合的宽度就是树的宽度,递归的深度就是树的深度。
3.回溯的模板
回溯其实没有你想得那么复杂,也是有着一定规律可循的:
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
}
}
其中for循环体现的是树的树层组合,而递归的backtracking则是树的树枝组合(要注意数层与树枝的区别),因为本质是递归,故需要在遇到终止条件时返回。
4.回溯的举例
以下面一道例题作为讲解:力扣题目链接
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。
说明:
- 所有数字都是正整数。
- 解集不能包含重复的组合。
示例 1: 输入: k = 3, n = 7 输出: [[1,2,4]]
示例 2: 输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]
此题属于组合问题:当你明白这是回溯问题时,就可以尝试使用模板解题
class Solution {
private:
vector<vector<int>> result; // 存放结果集
vector<int> path; // 符合条件的结果
void backtracking(int targetSum, int k, int sum, int startIndex) {
if (sum > targetSum) { // 剪枝操作
return;
}
if (path.size() == k) {
if (sum == targetSum) result.push_back(path);
return; // 如果path.size() == k 但sum != targetSum 直接返回
}
for (int i = startIndex; i <= 9 - (k - path.size()) + 1; i++) { // 剪枝
sum += i; // 处理
path.push_back(i); // 处理
backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex,不是startindex,它一直没改变。
sum -= i; // 体现回溯
path.pop_back(); // 体现回溯
}
}
public:
vector<vector<int>> combinationSum3(int k, int n) {
backtracking(n, k, 0, 1);
return result;
}
};
由题中不难看出,终止条件是path的大小为k,而如果满足目标值,则将它存入结果集,sum的选取是为了与目标值进行比较看来判断是否满足,startindex表示起点,而i则从起点开始向后取,后面
sum -= i; // 回溯
path.pop_back(); // 回溯
则是体现了回溯过程,因为你虽然在递归时返回了上一层,但仍需要你进行手动修改,就像时间回溯中更改时间一样。
5.剪枝与去重
剪枝就是对代码的优化,有一些明显不正确的分支可以不用递归,从而节省时间,去重则是如果path中存在重复集合,则需删除,这部分具体就在下一节写吧。