回溯
- 递归:走到下一层
- for循环:走到本层的不同分支
- for循环横向遍历,递归纵向遍历,回溯不断调整结果集
1. 组合问题
- 控制startIndex变化
- 单个集合取元素,结果集不存在重复元素:
startIndex=i+1
(下层递归从下一个元素开始) - 单个集合取元素,结果集存在重复元素:
startIndex=i
- 多个集合取元素,结果集不存在重复元素:
index+1
(控制取不同集合),集合内控制取不同元素 - 去重问题:树层去重(used数组或startIndex)
- 剪枝优化,加限制条件
2. 切割问题
- 关键点:切割线startIndex的移动
- 终止条件
- 如何截取子串
3. 子集问题
- 子集问题是要收集所有节点的结果
4. 排列问题
- 每层都是从0开始搜索而不是startIndex
- used数组记录已取元素
性能问题
子集问题分析:
- 时间复杂度:O(2n),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(2n)
- 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)
排列问题分析:
- 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。
组合问题分析:
- 时间复杂度:O(2^n),组合问题其实就是一种子集的问题,所以组合问题最坏的情况,也不会超过子集问题的时间复杂度。
- 空间复杂度:O(n),和子集问题同理。
一般回溯算法的复杂度,都是指数级别的时间复杂度