算法记录 | Day24 回溯算法

理论知识

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。回溯算法解决的问题都可以抽象为树形结构（N叉树），用树形结构来理解回溯会容易很多。

回溯法一般可以解决如下几种问题：

• 组合问题：N个数里面按一定规则找出K个数的集合
• 切割问题：一个字符串按一定的规则有几种切割方式
• 子集问题：一个N个数的集合里有多少符合条件的子集
• 排列问题：N个数按一定规则全排列，有几种排列方式
• 棋盘问题：N皇后，解数独等

回溯算法模板：

• 回溯函数模板返回值以及参数：回溯算法中返回值一般为空，参数更具后续的逻辑来，先写逻辑，再写参数，需要什么参数就填什么参数
• 回溯终止条件：存放结果
• 回溯的遍历过程：处理节点， for(调用自己， 回溯（递归），撤销处理结果)。for为横向遍历，递归为纵向遍历

77.组合

思路：

定义两个全局变量res（结果集合），path（单一结果）

1.回溯函数模板返回值以及参数：集合n里面取k个数，startindex参数用来记录本层递归的中，集合从哪里开始遍历（集合就是[1,…,n] ），startIndex 就是防止出现重复的组合。

2.回溯终止条件：path大小如果达到k，说明找到了一个子集大小为k的组合了，path存的就是根节点到叶子节点的路径，此时用res把path（[1,2]，[1,3],…保存起来，并终止本层递归。

3.回溯的遍历过程：for循环每次从startIndex开始遍历，然后用path保存取到的节点i。

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        res = []
        path = []
        def backtrack(n, k, startIndex):
            if len(path) == k:
                res.append(path[:])
                return
            for i in range(startIndex, n+1):
                path.append(i)
                backtrack(n, k, i+1)
                path.pop()
        backtrack(n,k,1)
        return res

剪枝

可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        res = []
        path = []
        def backtrack(n, k, startIndex):
            if len(path) == k:
                res.append(path[:])
                return
            for i in range(startIndex, n-(k-len(path))+2):
                path.append(i)
                backtrack(n, k, i+1)
                path.pop()
        backtrack(n,k,1)
        return res