回溯算法都可以抽象为一个树形结构(n叉树)
如图所示:
for 横向循环
纵向递归,回溯算法实质是穷举,其算法的时间复杂度并不高,若想优化代码,可以科学的裁剪。
基本代码框架如下:
void backtracking(参数){
if(终止条件){
输出结果
return
}
}
for(横向遍历元素){
节点操作
backtracking(参数);
撤销节点操作
}
第77题. 组合
给定两个整数 n 和 k,返回 1 ... n 中所有可能的 k 个数的组合。
示例: 输入: n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]
代码如下(有注释):
class Solution {
private:
vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件结果
void backtracking(int n,int k,int stackIndex) {
if (path.size()==k) {
result.push_back(path);
return;
}
// for (int i = 0; i < n; i++) {//Error,i应从startIndex开始
for (int i = stackIndex; i <= n; i++) {//Error,i应从startIndex开始
path.push_back(i);
backtracking(n, k, i + 1);
path.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
result.clear(); // 可以不写
path.clear(); // 可以不写
backtracking(n, k, 1);
return result;
}
};
77(1)剪枝操作:
(n - (k - path.size()) + 1)代表至多开始遍历的元素,即遍历元素的上限,超过这个上限,后面剩余的元素加上原有的path.size()里的已经不够k了,所以要相应的剪掉超过的枝子,优化代码。
代码如下:
class Solution {
private:
vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件结果
void backtracking(int n, int k, int stackIndex) {
if (path.size() == k) {
result.push_back(path);
return;
}
// for (int i = 0; i < n; i++) {//Error,i应从startIndex开始
//(n - (k - path.size()) + 1)代表至多开始遍历的元素,即遍历元素的上限,超过这个上限,后面剩余的元素加上原有的path.size()里的已经不够k了
for (int i = stackIndex; i <= (n-(k-path.size())+1); i++) {//Error,i应从startIndex开始
path.push_back(i);
backtracking(n, k, i + 1);
path.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
result.clear(); // 可以不写
path.clear(); // 可以不写
backtracking(n, k, 1);
return result;
}
};