算法训练Day24|理论基础 ● 77. 组合

最新推荐文章于 2024-11-18 12:10:44 发布

dannky_Z

最新推荐文章于 2024-11-18 12:10:44 发布

阅读量164

点赞数

文章标签： java 算法前端

本文链接：https://blog.csdn.net/dannky_Z/article/details/131849190

版权

回溯算法理论基础

1.什么是回溯？

回溯法，也称回溯搜索法。是一种搜索方式。
递归和回溯是同时存在，递归进入对应回溯返回。

2.回溯法的本质

本质是穷举，穷举所有可能，然后选出需要的答案。
是一种暴力解法，可以剪枝操作。

3.解决的问题

一般解决如下几种问题：
①组合问题：N个数里面按一定规则找出k个数的集合
②切割问题：一个字符串按一定规则有几种切割方式
③子集问题：一个N个数的集合里有多少符合条件的子集
④排列问题：N个数按一定规则全排列，有几种排列方式
⑤棋盘问题：N皇后，解数独
【共性】：一定规则的约束，多个数字或字符串在该规则下有多种结果。

4.怎么理解回溯法

回溯法解决的问题都可以抽象为树形结构
回溯法解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度，都构成了树的深度。

5.回溯法模板

由递归三部曲，得到回溯三部曲
1.回溯函数返回值及参数
函数返回值一般为void
回溯函数的参数不容易一次确定，一般先写逻辑，然后需要什么参数，就填什么参数…

1// 回溯函数返回值及参数
2void backtracking(参数)
3

2.回溯函数终止条件
一般遍历到叶子节点或者找到了满足条件的答案，把这个答案存起来，并结束本层递归

1// 回溯函数终止条件
2void backtracking(参数)
3

3.回溯函数的遍历过程
回溯法一般在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成了树的深度.

1// 回溯函数的遍历过程
2for (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）) {
3    处理节点;
4    backtracking(路径，选择列表); // 递归
5    回溯，撤销处理结果
6}

for循环是横向遍历，backtracking(递归)是纵向遍历

回溯算法模板：

 1void backtracking(参数) {
 2    if (终止条件) {
 3        存放结果;
 4        return;
 5    }
 6
 7    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）) {
 8        处理节点;
 9        backtracking(路径，选择列表); // 递归
10        回溯，撤销处理结果
11    }
12}

LeectCode: 77. 组合

77. 组合 - 力扣（LeetCode）

1. 思路

明确结果：获取单个结果，将结果添加到结果集中
遍历方式：for循环进行横向遍历，在横向遍历的基础上递归函数进行深度遍历，防止有重复的结果
在深度遍历时，需要记录要遍历的深度位置用startIndex标识实现
当结果长度和k相同时终止，将结果添加到结果集中即可

2.代码实现

 1class Solution {
 2    List<List<Integer>> result = new ArrayList<>(); // 存放最终结果集  
 3    LinkedList<Integer> path = new LinkedList<>(); // 存放每条路径的结果
 4
 5    public List<List<Integer>> combine(int n, int k) {
 6        combineHelper(n, k, 1);
 7        return result;
 8    }
 9    // 确定回溯函数递归逻辑
10    private void combineHelper(int n, int k, int startIndex) {
11        // 确定终止条件：当path中的个数等于k时加入到结果集result中
12        if (path.size() == k) {
13            result.add(new ArrayList<>(path));
14            return;
15        }
16        // for循环进行横向遍历
17        for (int i = startIndex; i < n - (k - path.size()) + 1; i++) {
18            path.add(i);
19            // 递归进行深度遍历
20            combineHelper(n, k, i + 1); // i + 1 代表表示递归遍历的层数
21            path.removeLast();
22        }
23    }
24}