2022.3.3 回溯 —— 回溯算法解题套路框架

系列文章目录

1.回溯算法解题套路框架

---

---

前言

内容参考自
今天是按流程刷数据结构与算法题第二天，今日内容为 “回溯算法解题套路框架”。

---

一、什么是回溯算法？

回溯算法其实就是我们常说的 DFS(Depth First Search) 算法，本质上就是一种暴力穷举算法。

二、如何使用回溯算法解决问题？

解决一个回溯问题，实际上就是一个决策树的遍历过程（多叉树的遍历问题）。你只需要思考 3 个问题：

1、路径：也就是已经做出的选择。

2、选择列表：也就是你当前可以做的选择。

3、结束条件：也就是到达决策树底层，无法再做选择的条件。

框架：

result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return
    
    for 选择 in 选择列表:
        做选择
        backtrack(路径, 选择列表)
        撤销选择

核心就是 for 循环里面的递归，在递归调用之前「做选择」，在递归调用之后「撤销选择」
写 backtrack 函数时，需要维护走过的「路径」和当前可以做的「选择列表」，当触发「结束条件」时，将「路径」记入结果集。

三、例题

1.全排列

46.全排列

给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1：

输入：nums = [1,2,3]
输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
示例 2：

输入：nums = [0,1]
输出：[[0,1],[1,0]]
示例 3：

输入：nums = [1]
输出：[[1]]

答案代码：
回溯树：

只要从根遍历这棵树，记录路径上的数字，其实就是所有的全排列。
我们不妨把这棵树称为回溯算法的「决策树」，因为你在每个节点上其实都在做决策。

可以把「路径」和「选择」列表作为决策树上每个节点的属性：

[3] 就是「路径」，记录你已经做过的选择；（记录在 track 中）
[1,2] 就是「选择列表」，表示你当前可以做出的选择；（nums 中目前不存在于 track 的那些元素）
「结束条件」就是遍历到树的底层，在这里就是选择列表为空的时候。（nums 中的元素全都在 track 中出现）

package Backtrack;

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

/**
 * @author: LYZ
 * @date: 2022/3/3 19:51
 * @description: 46. 全排列 给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。
 */
public class Permute {
   
    public static void main(String[] args) {
   
        int[] nums = {
   1, 2, 3};
        Permute permute = new Permute();
        List<List<Integer>> ans = permute.permute(nums);
        System.out.println(ans);
    }

    List<List<Integer>> ans = new ArrayList<>();
    public List<List