代码随想录算法训练营第二十七天| 回溯算法理论基础、77.组合

回溯算法理论基础

文档讲解：代码随想录/回溯算法理论基础

视频讲解：视频讲解-回溯算法理论基础

状态：已完成（1遍）

总结

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，解数独等等

回溯法解决的问题都可以抽象为树形结构。

因为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，递归的深度就构成了树的深度。

递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。

相比于删除某个节点来说，节点若不符合区间的话处理起来方便很多。

---

77.组合

题目链接：77.组合

 文档讲解：代码随想录/组合

视频讲解：视频讲解-组合

状态：已完成（1遍）

解题过程  

看到题目的第一想法

我的想法是每次找到遍历一个数，再往后找第二个数，找到数组最后一个数结束；回溯到第一步再找第二个数，直到最后。但是没接触过回溯算法，我写不出来。。

 看完代码随想录之后的想法 

讲解之后对回溯三部曲有了更深刻的理解：返回值和参数，确定终止条件，遍历过程。

看了讲解手搓代码如下：

/**
 * @param {number} n
 * @param {number} k
 * @return {number[][]}
 */
var combine = function(n, k) {
    let ans = [],arr = [];
    const huisu = function(startIndex){
        if(arr.length == k){
            ans.push(arr.slice());
            return;
        }
        for(let i = startIndex;i<=n;i++){
            arr.push(i);
            huisu(i+1);
            arr.pop();
        }
    }
    huisu(1);
    return ans;
};

提交没有问题。

文字讲解代码如下：

/**
 * @param {number} n
 * @param {number} k
 * @return {number[][]}
 */
    let result = []
    let path = []
    var combine = function (n, k) {
        result = []
        combineHelper(n, k, 1)
        return result
    };
    const combineHelper = (n, k, startIndex) => {
        if (path.length === k) {
            result.push([...path])
            return
        }
        for (let i = startIndex; i <= n - (k - path.length) + 1; ++i) {
            path.push(i)
            combineHelper(n, k, i + 1)
            path.pop()
        }
    }

总结

 这道题是经典的回溯三部曲，可以细细回品一下。