回溯理论基础
回溯法也可以叫做回溯搜索法,它是一种暴力搜索的方式,回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案
回溯是递归的副产品,只要有递归就会有回溯。
回溯法解决的问题
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
组合是不强调元素顺序的,排列是强调元素顺序。
如何理解回溯法
回溯法解决的问题都可以抽象为树形结构,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。
回溯法模板
回溯三部曲
- 回溯函数模板返回值以及参数 函数名 backtracking 函数返回值一般为void 先写逻辑,然后需要什么参数,就填什么参数
void backtracking(参数)
- 回溯函数终止条件
if (终止条件) { 存放结果; return; }
- 回溯搜索的遍历过程 for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
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 } }
-
77组合
组合是无序的
1.startIndex 就是防止出现重复的组合,int型变量startIndex,这个参数用来记录本层递归的中,集合从哪里开始遍历
2.注意范围是从1开始,所以startIndex要初始为1,同时在for循环是i的范围要i<=n
剪枝优化
优化过程如下:
-
已经选择的元素个数:path.size();
-
还需要的元素个数为: k - path.size();
-
在集合n中至多要从该起始位置 : n - (k - path.size()) + 1,开始遍历
为什么有个+1呢,因为包括起始位置,我们要是一个左闭的集合。
举个例子,n = 4,k = 3, 目前已经选取的元素为0(path.size为0),n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。
class Solution {
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n,k,1);
return result;
}
public void backtracking(int n , int k , int startIndex){
if(path.size() == k){
result.add(new ArrayList<>(path));
return ;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1 ; i++) {
path.add(i);
backtracking(n,k,i+1);
path.removeLast();
}
}
}