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
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