算法整理——【回溯法进阶（2）】

本篇将接着算法整理——【回溯法简述】-CSDN博客和算法整理——【回溯法进阶（1）】-CSDN博客，继续整理和分析更多回溯法解决的问题。

一、递增子序列

上一篇博客中的去重问题较为重要，涉及到了实现树层去重而不是树枝去重。我们找个运用了这个知识点但不相同的题目巩固一下，并学习一些新的处理方法。

例题为491. 非递减子序列 - 力扣（LeetCode），给你一个整数数组 nums ，找出并返回所有该数组中不同的递增子序列，递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。数组中可能含有重复元素，如出现两个整数相等，也可以视作递增序列的一种特殊情况。

本题可以视作一个用回溯法解决的组合问题。上一篇博客中的去重问题，我们是将候选集合排序了，然后使用used数组标记是否选用了该选元素。而本题有递增的要求，所以不能对圆集合进行排序，不然会打乱原来的顺序。也就是说我们应该采用另外的方法来实现树层上的去重（即同一层不能取相等的数）。

方法一：使用unordered_set<int> uset; 记录本层该元素是否重复使用。如果能在Set中find到，说明本层这个数已被使用过，则跳过。没有使用过则将这个数insert进set里，表示本层使用了这个数并开始调用回溯函数继续后面的回溯。注意这里的set是针对树层的，每层不一样的。而单层遍历逻辑里的for循环即为树层上的遍历，所以我们在for循环之上进行set的初始化，即可实现每层对应一个set。

部分代码如下：

unordered_set<int> uset; // 使用set对本层元素进行去重
        for (int i = startIndex; i < nums.size(); i++) {
            if ((!path.empty() && nums[i] < path.back())
                    || uset.find(nums[i]) != uset.end()) {
                    continue;
            }
            uset.insert(nums[i]); // 记录这个元素在本层用过了，本层后面不能再用了
            path.push_back(nums[i]);
            backtracking(nums, i + 1);
            path.pop_back();

方法二：用数组做哈希。因为本题数组集合中的数的范围有限，为[-100,100]，我们可以将其映射到[0,200]的数组上。这样可以提升时间上的效率。这种方法是对上一种的优化。

我们依旧通过回溯三部曲来解决这个题的代码。首先确认函数参数和返回值。我们依旧需要一维数组path存切割后的子串，需要二维数组result存放结果。本题递归函数参数还需要startIndex来记录下一次开始的位置。

然后是确定返回条件。因为本题是取子集，对子集长度上只有大于一的要求，也就是说遍历出的长度大于一的所有结果都要保存进result。

最后是确定单层逻辑。我们用方法二种的哈希法实现去重。在for循环展开树层前初始化vector<bool> used，遍历树层时，如果这个数被使用过或者小于path中最后一个数，则跳过。其他则设置这个数为使用过，将其加入path，并对后面的数展开回溯调用，调用完后从path中pop出来，不用改used，因为在本层这个数已经被使用过了还是保留之前使用过的记录。

具体的整体代码如下：

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int> nums, int start)
    {
        if(path.size()>1) result.push_back(path);
        vector<bool> used(201,0);
        for(int i = start; i<nums.size(); i++)
        {
            if((path.size()>0 &&nums[i]<path.back())||used[nums[i]+100]==1)
            {
                continue;
            }
            used[nums[i]+100] = 1;
            path.push_back(nums[i]);
            backtracking(nums,i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> findSubsequences(vector<int>& nums) {
        backtracking(nums,0);
        return result;
    }
};

二、全排列

以上讲的都是各种组合问题，回溯法还可以解决排列问题。排列问题和组合问题的区别在于排列问题在乎子集中数值的顺序，如[1,2]和[2,1]在排列中就是两种排列。

用一道简单的全排列题目来对回溯法解决排列问题开个头。

例题为46. 全排列 - 力扣（LeetCode），给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以按任意顺序返回答案。

此时我们就不需要组合问题时的回溯函数里的startindex参数了。因为你遍历到了后面的数后，还是要考虑前面的数被放在后面的顺序，不能只遍历后面的数。此时需要的是一个标记集合元素是否被使用过的数组。如果未被使用过那么可以考虑把它加在后面，被使用过了则不可取。

依旧按照回溯三部曲进行分析。首先是函数的参数和返回值。结合上面的分析，我们不需要startindex，需要vector<bool> used。

 void backtracking (vector<int>& nums, vector<bool>& used)

第二步，确定返回条件。当path.size()==nums.size()时需要把结果存入result，然后return。

第三步，确定单层逻辑。遍历集合中所有元素，如果被使用过，则跳过。未被使用过则标记为已使用，然后放入path中，调用回溯函数，然后pop出path，改为未使用。

整体代码如下:

class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, vector<bool>& used)
    {
        if(path.size() == nums.size())
        {
            result.push_back(path);
            return;
        }
        for(int i = 0;i<nums.size();i++)
        {
            if(used[i]==1) continue;
            used[i] = 1;
            path.push_back(nums[i]);
            backtracking(nums,used);
            used[i] = 0;
            path.pop_back();
        }
    }
    vector<vector<int>> permute(vector<int>& nums) {
        vector<bool> used(nums.size(),0);
        backtracking(nums,used);
        return result;
    }
};

说明：本文为作者整理知识点用于复习巩固，参考了代码随想录的讲解，有问题可以联系作者欢迎讨论~