算法60天训练–10-04-day25

回溯算法总结

理论基础

回溯是递归的副产品，只要有递归就会有回溯，所以回溯法也经常和二叉树遍历，深度优先搜索混在一起，因为这两种方式都是用了递归。

回溯算法能解决如下问题：

• 组合问题：N个数里面按一定规则找出k个数的集合
• 排列问题：N个数按一定规则全排列，有几种排列方式
• 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
• 棋盘问题：N皇后，解数独等等

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
    }
}

组合问题

题目链接: https://leetcode.cn/problems/combinations/description/

通过列举10086层for循环的例子, 进而得出为什么要用回溯法

搜索的过程：for循环横向遍历，递归纵向遍历，回溯不断调整结果集，这个理念贯穿整个回溯法系列

可以通过思考在哪一步不需要继续往下遍历了. 然后进行剪枝优化

剪枝精髓是：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。

在for循环上做剪枝操作是回溯法剪枝的常见套路！

组合总和

题目链接: https://leetcode.cn/problems/combination-sum-iii/description/

整体思路还是一样的，本题的剪枝会好想一些，即：已选元素总和如果已经大于n（题中要求的和）了，那么往后遍历就没有意义了，直接剪掉

所以剪枝的代码可以在for循环加上 i <= 9 - (k - path.size()) + 1 的限制！

组数总和(||)

需要使用startIndex的情况

• 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

只是说求组合的情况，如果是排列问题，又是另一套分析的套路。

组合(三)

集合元素会有重复，但要求解集不能包含重复的组合。

两个维度，一个维度是同一树枝上“使用过”，一个维度是同一树层上“使用过”。

在candidates[i] == candidates[i - 1]相同的情况下：

• used[i - 1] == true，说明同一树枝candidates[i - 1]使用过
• used[i - 1] == false，说明同一树层candidates[i - 1]使用过

多个集合求组合

开始用多个集合来求组合，还是熟悉的模板题目，但是有一些细节。

因为本题每一个数字代表的是不同集合，也就是求不同集合之间的组合，而回溯算法：求组合问题！ (opens new window)和回溯算法：求组合总和！ (opens new window)都是是求同一个集合中的组合！

切割问题

• 切割问题其实类似组合问题
• 如何模拟那些切割线
• 切割问题中递归如何终止
• 在递归循环中如何截取子串
• 如何判断回文

用求解组合问题的思路来解决 切割问题本题就成功一大半了，接下来就可以对着模板照葫芦画瓢。

但后序如何模拟切割线，如何终止，如何截取子串，其实都不好想，最后判断回文算是最简单的了。

本题还有细节，例如：切割过的地方不能重复切割所以递归函数需要传入i + 1。

子集问题

在树形结构中子集问题是要收集所有节点的结果，而组合问题是收集叶子节点的结果。

本题其实可以不需要加终止条件，因为startIndex >= nums.size()，本层for循环本来也结束了，本来我们就要遍历整棵树。

递增子序列

使用set针对同一父节点本层去重，但子集问题一定要排序，

排列问题

排列是有序的，也就是说 [1,2] 和 [2,1] 是两个集合，这和之前分析的子集以及组合所不同的地方。

可以看出元素1在[1,2]中已经使用过了，但是在[2,1]中还要在使用一次1，所以处理排列问题就不用使用startIndex了。

• 每层都是从0开始搜索而不是startIndex
• 需要used数组记录path里都放了哪些元素了