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

理论基础

题目链接/文章讲解： 代码随想录

视频讲解：带你学透回溯算法（理论篇）| 回溯法精讲！_哔哩哔哩_bilibili

回溯算法本质就是穷举，加上一些剪枝操作，但不是什么高效的算法。有递归就会有回溯，同时一层递归就是一层for循环

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

如何理解回溯法

可以抽象为一个N叉树，树的宽度就是集合的大小，用for循环来处理，树的深度就是递归处理

递归函数一般都是

void backtracking(参数)
{
     if(终止条件){     //通常都是叶子节点了
        收集结果
         }
       return;
  //单层逻辑
   for(集合的元素)
    {
       处理节点
       递归函数
       回溯操作（撤销处理节点的操作）
    }
   return;
}

77、组合

题目链接/文章讲解：代码随想录

视频讲解：带你学透回溯算法-组合问题（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

剪枝操作：带你学透回溯算法-组合问题的剪枝操作（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

解题思路

 依靠回溯三部曲来写一段代码，第一步是递归函数参数和返回值

第二步是确定终止条件

第三部是单层递归逻辑

class Solution {
private:
vector<int> path;
vector<vector<int>> result; 
public:
    void backtracking(int n, int k, int startIndex)   //startIndex来用记录从哪里开始搜
    {
         //终止条件，当path的数量和k相等了，就是要收获结果了
         if(path.size()==k)
         {
            result.push_back(path);
            return;
         }
         for(int i=startIndex; i <= n ; i++)
         {
             path.push_back(i);
             backtracking(n,k,i+1);   //传入的是i+1，告诉下一层要开始遍历的位置
             path.pop_back();
         }
    }

    vector<vector<int>> combine(int n, int k) {
            backtracking(n,k,1);
            return result;
    }
};

• 时间复杂度: O(n * 2^n)
• 空间复杂度: O(n)

剪枝优化

举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。 在第二层for循环，从元素3开始的遍历都没有意义了。

 所以，可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。

我们还要搜索k-path.size()个，一共是n个，那么我们的i最多不能超过 n - (k-path.size()) +1 个，因为是左闭，需要加一，就例如我们有4个元素，还需要搜2个，那么最多到3搜，才是有意义的，到4就已经搜不到了，个数不够了。

class Solution {
private:
vector<int> path;
vector<vector<int>> result; 
public:
    void backtracking(int n, int k, int startIndex)   //startIndex来用记录从哪里开始搜
    {
         //终止条件，当path的数量和k相等了，就是要收获结果了
         if(path.size()==k)
         {
            result.push_back(path);
            return;
         }
         for(int i=startIndex; i <= n - (k-path.size()) +1 ; i++)     //剪枝剪在for循环的范围内，这样才不会去增加横向宽度比较
         {
             path.push_back(i);
             backtracking(n,k,i+1);   //传入的是i+1，告诉下一层要开始遍历的位置
             path.pop_back();
         }
    }

    vector<vector<int>> combine(int n, int k) {
            backtracking(n,k,1);
            return result;
    }
};

收获

开启回溯，冲冲冲