力扣算法刷题Day33｜休息日总结：回溯 & 去重

最新推荐文章于 2024-07-22 21:51:19 发布

m0_73817408

最新推荐文章于 2024-07-22 21:51:19 发布

阅读量83

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/m0_73817408/article/details/131124863

版权

回溯〉理论基础

回溯〉适用题型

回溯〉解题技巧

树形结构：回溯法的题目都可以将遍历过程抽象为树形结构方便理解。for循环横向遍历，递归纵向遍历，回溯不断调整结果集
回溯三部曲：1）返回值，参数；2）终止条件；3）单层逻辑
剪枝优化：在for循环上做剪枝操作是回溯法剪枝的常见套路。for循环在寻找起点的时候要有一个范围，如果这个起点到集合终止之间的元素已经不够题目要求的k个元素了，就没有必要搜索了。
去重方式：使用set去重的版本相对于used数组的版本效率都要低很多。使用used数组在时间复杂度上几乎没有额外负担，使用set去重，不仅时间复杂度高了，空间复杂度也高了

回溯〉解题技巧〉组合问题

startIndex避免重复选取当前元素：用于控制for循环的起始位置。对于组合问题，如果是一个集合来求组合的话，就需要startIndex；如果是多个集合取组合，各个集合之间相互不影响，那么就不用startIndex。
在多个集合中枚举元素：字典存不同集合映射关系，切换集合后从头开始遍历，无需startIndex控制起点去重
回溯过程中给答案集去重：利用used数组去重，在有序集合中，当前元素和前一元素值相同时，即candidates[i] == candidates[i - 1]的情况下
- “树枝去重”：used[i - 1] == true，说明同一树枝candidates[i - 1]使用过
- “树层去重”：used[i - 1] == false，说明同一树层candidates[i - 1]使用过

回溯〉解题技巧〉切割问题

切割问题可以抽象为回溯问题：组合问题是枚举单个数值选择符合条件的s[i]，切割问题是枚举切割线的位置，即枚举字符子串选取符合条件的s[startIndex, i]（区间左闭右闭）
模拟切割线：startindex是上一层已经确定了的分割线，i是这一层试图寻找的新分割线
递归终止条件：当startindex = len(string)，分割线已切到末尾
在递归循环中截取子串：string[startindex:i+1]
判断回文：双指针一首一尾判断元素是否一致

回溯〉解题技巧〉子集问题

回溯〉解题技巧〉排列问题

回溯〉解题技巧〉图论问题

回溯〉解题技巧〉棋盘问题

回溯〉复杂度分析

回溯〉复杂度分析〉子集问题

时间复杂度：O(2^n)，因为每一个元素的状态无外乎取与不取，所以时间复杂度为O(2^n)
空间复杂度：O(n)，递归深度为n，所以系统栈所用空间为O(n)，每一层递归所用的空间都是常数级别，注意代码里的result和path都是全局变量，就算是放在参数里，传的也是引用，并不会新申请内存空间，最终空间复杂度为O(n)

回溯〉复杂度分析〉组合问题

回溯〉复杂度分析〉排列问题

时间复杂度：O(n!)，这个可以从排列的树形图中很明显发现，每一层节点为n，第二层每一个分支都延伸了n-1个分支，再往下又是n-2个分支，所以一直到叶子节点一共就是 n * n-1 * n-2 * ..... 1 = n!。
空间复杂度：O(n)，和子集问题同理。

回溯〉复杂度分析〉棋盘问题〉N皇后

时间复杂度：O(n!) ，其实如果看树形图的话，直觉上是O(n^n)，但皇后之间不能见面所以在搜索的过程中是有剪枝的，最差也就是O（n!），n!表示n * (n-1) * .... * 1。
空间复杂度：O(n)，和子集问题同理。

回溯〉复杂度分析〉棋盘问题〉解数独

关注