回溯算法

概念

回溯法概念：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。

回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。

回溯法的基本思想

对于用回溯法求解的问题，首先要将问题进行适当的转化，得出状态空间树。这棵树的每条完整路径都代表了一种解的可能。通过深度优先搜索这棵树，枚举每种可能的解的情况；从而得出结果。但是，回溯法中通过构造约束函数，可以大大提升程序效率，因为在深度优先搜索的过程中，不断的将每个解（并不一定是完整的，事实上这也就是构造约束函数的意义所在）与约束函数进行对照从而删除一些不可能的解，这样就不必继续把解的剩余部分列出从而节省部分时间。

回溯法中，首先需要明确下面三个概念：

1. 约束函数：约束函数是根据题意定出的。通过描述合法解的一般特征用于去除不合法的解，从而避免继续搜索出这个不合法解的剩余部分。因此，约束函数是对于任何状态空间树上的节点都有效、等价的。

2. 状态空间树：刚刚已经提到，状态空间树是一个对所有解的图形描述。树上的每个子节点的解都只有一个部分与父节点不同。

3. 扩展节点、活结点、死结点：所谓扩展节点，就是当前正在求出它的子节点的节点，在DFS中，只允许有一个扩展节点。活结点就是通过与约束函数的对照，节点本身和其父节点均满足约束函数要求的节点；死结点反之。由此很容易知道死结点是不必求出其子节点的（没有意义）。

回溯法的一般步骤

（1）设置初始化的方案（给变量赋初始值，读入已知数据等）

（2）变换方式去试探，若全部试完侧转（7）

（3）判断此法是否成功（通过约束函数），不成功则转（2）

（4）试探成功则前进一步再试探

（5）正确方案还是未找到则转（2）

（6）以找到一种方案则记录并打印

（7）退回一步（回溯），若未退到头则转（2）

（8）已退到头则结束或打印无解

递归与回溯比较

比如说你在面对一个二叉路口，你不知道要走哪条，你要尝试，尝试这个动作就是一个函数，你调用了这个函数。你选择先尝试左边这条，你往左边走，发现又有一个二叉路口，所以你在上一次尝试的结果中要再做一次尝试，即在函数内再调用一次函数，这就是递归。如果你发现这条路走不通，你就知道上一个二岔路你选择错了，所以你要走右边，这就是回溯。

例子：生成括号

题目

给出 n 代表生成括号的对数，请你写出一个函数，使其能够生成所有可能的并且有效的括号组合。

例如，给出 n = 3，生成结果为：

[
  "((()))",
  "(()())",
  "(())()",
  "()(())",
  "()()()"
]

解答

回溯都是这样的思路：在当前局面下，你有若干种选择。那么尝试每一种选择。如果已经发现某种选择肯定不行（因为违反了某些限定条件），就返回；如果某种选择试到最后发现是正确解，就将其加入解集。

所以你思考递归题时，只要明确三点就行：选择 (Options)，限制 (Restraints)，结束条件 (Termination)。即“ORT原则”。

（1）对于这道题，在任何时刻，你都有两种选择：

1. 加左括号。

2. 加右括号。

（2）同时有以下限制：

1. 如果左括号已经用完了，则不能再加左括号了。

2. 如果已经出现的右括号和左括号一样多，则不能再加右括号了。因为那样的话新加入的右括号一定无法匹配。

（3）结束条件是：左右括号都已经用完。

（4）结束后的正确性：左右括号用完以后，一定是正确解。因为1. 左右括号一样多，2. 每个右括号都一定有与之配对的左括号。因此一旦结束就可以加入解集（有时也可能出现结束以后不一定是正确解的情况，这时要多一步判断）。

（5）递归函数传入参数：

限制和结束条件中有“用完”和“一样多”字样，因此你需要知道左右括号的数目。当然你还需要知道当前局面sublist和解集res。

因此，把上面的思路拼起来就是伪代码：

if (左右括号都已用完) {
  加入解集，返回
}
//否则开始试各种选择
if (还有左括号可以用) {
  加一个左括号，继续递归
}
if (右括号小于左括号) {
  加一个右括号，继续递归
}

下面是Python实现的代码：

class Solution:  
    # @param an integer  
    # @return a list of string 
    def generateParenthesis(self, n):
        res = []
        self.DFS(n, n, '', res)
        return res
        
 
    def DFS(self, left, right, s, res):
        if left == 0 and right == 0:
            res.append(s)
        else:
            if left > 0:
                self.DFS(left-1, right, s+'(', res)
            if right > left:
                self.DFS(left, right-1, s+')', res)

if __name__ == '__main__':
    a = Solution()
    n = 3
    print(a.generateParenthesis(n))	

参考文献：

回溯法题目整理

关于递归与回溯比较通俗的方法

backtrack的题到底该怎么去思考？

LeetCode 刷题笔记——递归与回溯的理解

Leetcode 022 括号生成 思路详解+反思易错 Python实现