回溯法

回溯

回溯的思想比较简单，但是却可以解决很多问题。

思想

回溯的思想是穷举所有可能的结果去尝试，如果走的通就继续前进，否则就退回重新选择。在穷举的过程中可以利用剪枝去过滤一部分不可能的结果。

适用范围

回溯法是穷举，那么必然会得到一个问题的全部解，进而又可以得到一个问题的最优解。这两点也正是回溯法的适用范围。
这两种不同的情况又引出了两个属于，约束函数和限界函数。两者都属于剪枝函数，不同点在于约束函数是用来过滤不符合条件的解，限界函数用来过滤非最优解。

抽象	具体	意义
剪枝函数	约束函数	得到全部解
剪枝函数	限界函数	得到最优解

经典解空间树

经过上述分析，回溯法就是在解空间中不断的剪枝而得到最终的解。最常见的两种解空间就是子集数和排列树。

子集树

假设问题是求字符串"0123"的子集，结合图来讲解子集树，这样更清楚。第1层的节点代表第一个元素，第n层的节点代表第n个元素，任意一个节点node，都有两个路径走向下一个元素的代表节点，权值为0的路径代表不取node，权值为1的路径代表取node。

package main

import "fmt"

func main() {
	in := []byte("abc")
	out := make([]int, len(in))

	subset(in, out, len(in), 0)
}

// in：输入的数据
// out：保存的是对每个元素的选取结果
// size：输入数据的长度，可以不传参，在函数中使用len，这里更方便
// level：层数，本质上是以第几个元素做对象进行选择，编号从0方便编程。
func subset(in []byte, out []int, size, level int) {
	
	//已经访问过叶节点，此时已经生成了一种解
	if level == size {
		fmtRst(in, out)
		return
	}
	
	//当i=1递归时，其实就是从左子树回到当前节点然后选择了右子树的过程
	for i := 0; i <= 1; i++ {
		out[level] = i
		subset(in, out, size, level+1)
	}
}

// 因为利用out切片保存了对每个元素的选择结果
// 但是最终打印的是源数据的子集
// 这个函数根据源数据和对源数据的每个选择来打印
func fmtRst(in []byte, out []int) {
	cnt := 0
	for i, v := range out {
		if v == 0 {
			cnt++
			continue
		}
		fmt.Printf("%c", in[i])
	}

	if cnt == len(in) {
		fmt.Println("{}")
		return
	}
	fmt.Println("")
}

排列树

假设问题是求字符串"123"的全排列，结合图来讲解排列树，这样更清楚。第1层的节点代表所有的源数据，第2层的节点代表的是从第一层的源数据抽取一个元素后剩下的源数据，第n层的节点代表的是从第n-1层的源数据抽取一个元素后剩下的数据。

package main

import "fmt"

func main() {
	data := []byte("abc")
	arrange(data, len(data), 0)
}

// in：源数据
// size：源数据个数
// level：当前应该处理哪一层
func arrange(data []byte, size, level int) {
	
	//已经访问过叶节点，此时已经生成了一种解
	if level == size {
		fmt.Println(string(data))
		return
	}

    //level之前都是排列好的
	for i := level; i < size; i++ {
		data[i], data[level] = data[level], data[i]
		arrange(data, size, level+1)
		data[i], data[level] = data[level], data[i]
	}
}

关于作者

大四学生一枚，分析数据结构，面试题，golang，C语言等知识。QQ交流群：521625004。微信公众号：后台技术栈。