代码随想录算法训练营第24天 || 理论基础 || 77. 组合
理论基础
-
回溯法是什么?
-
回溯法是一种搜索方式,回溯函数也就是递归函数
-
回溯法的本质是穷举,效率不高
-
-
回溯法解决的问题
- 组合问题
- 切割问题
- 子集问题
- 排列问题
- 棋盘问题
-
理解回溯法
- 回溯问题都可以抽象为树结构
- 回溯法就是在集合地贵重找子集,集合的大小<—>树的宽度,递归的深度<—>树的宽度
- 递归要有终止条件,才能得到一棵N叉树
回溯法模板
- 回溯三部曲
- 回溯模板返回值及其参数
- 返回值一般为void
- 参数,写完逻辑再确定
- 回溯终止条件
- 回溯搜索的遍历过程:
- 集合的大小对于树的宽度,递归的深度对应树的深度
- 回溯模板返回值及其参数
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
处理节点;
backtracking(路径,选择列表); // 递归
回溯,撤销处理结果
}
//for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
}
77.组合组合
题目介绍:
给定两个整数 n
和 k
,返回范围 [1, n]
中所有可能的 k
个数的组合。
你可以按 任何顺序 返回答案。
示例 1:
输入:n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
示例 2:
输入:n = 1, k = 1
输出:[[1]]
个人思路:
模仿给定的模板,确定自己的回溯三部曲
-
确定参数和返回值
- k和index在每层会改变,k表示还要找几个数,index标记左区间,n不变为右区间
-
确定回溯结束条件
- 当
k == 0
时,表示数字已经找够了,此时只需要保存一下结果即可 - 当 index > n时,表示左区间已经大于右区间,条件不符直接退出
- 当
-
回溯搜索逻辑
-
从左区间开始遍历,加入当前数然后去递归,直到撞上结束条件,递归回来还要经过回溯
for (int i = index; i <= n; i++) { list.add(i); backtracking(n, k - 1, i+1); list.remove(list.size() - 1); }
-
代码:
class Solution {
public List<Integer> list = new ArrayList<>();
public List<List<Integer>> result = new ArrayList<>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
public void backtracking(int n, int k, int index) {
//找够n个数
if (k <= 0) {
result.add(new ArrayList<>(list));
return;
}
//这条路走不通了
if (index > n)
return;
for (int i = index; i <= n; i++) {
list.add(i);
backtracking(n, k - 1, i + 1);
list.remove(list.size() - 1);
}
}
}
题解解析:
大体思路代码和上面的差不多,但是讲解上要清晰不少。
小区别:
if (index > n) return;
代码多余,因为下面也进不了循环- 终止条件不一样,题解用的是list数组的长度判断
其实,当前代码还可以通过剪枝进行优化。
我们发现,许多遍历是没有意义的,它最终也达不到目标的数量,所以就没必要进入递归过程。
如图,我们要做的就是终止无意义的递归遍历
我们可以考虑再单层搜索的逻辑中修改代码[对应箭头起点],(当然在递归中止部分修改也行[对应图中箭头末尾部位])
对比原代码 for (int i = index; i <= n; i++) {
,不难发现,其实就是调整for循环的右区间为某个值即可
我们可以列方程 剩下的个数 == n - x + 1 >= k - list.size() == 还需要的个数
,可得 x <= n - k + list.size() + 1
故可得以下代码:
class Solution {
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
combineHelper(n, k, 1);
return result;
}
/**
* 每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围,就是要靠startIndex
* @param startIndex 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] )。
*/
private void combineHelper(int n, int k, int startIndex){
//终止条件
if (path.size() == k){
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++){
path.add(i);
combineHelper(n, k, i + 1);
path.removeLast();
}
}
}