算法训练营Day24 第七章回溯算法part1-CSDN博客

本文链接：https://blog.csdn.net/minatozaki98/article/details/132540707

回溯算法理论基础

（一）回溯法解决的问题

回溯算法主要用于处理以下几类问题：

①组合问题：从N个数中按一定的规则找出k个数的集合；

②分割问题：一个字符串按一定规则有几种切割方式；

③棋盘问题：N皇后，解数独等；

④排列问题：N个数按一定规则全排列，有几种排列方式；

⑤子集问题：一个N个数的集合里有多少符合条件的子集；

⑥其他问题。

（二）回溯法的理解

回溯法解决的问题都可以抽象为树形结构，所有回溯法的问题都可以抽象为树形结构！因为回溯法解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度，就是构成的树的深度。递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。回溯法并不是一种巧妙的算法，其本质还是暴力搜索！！！因为有的问题只能靠暴力搜索来解决呀。

（三）回溯法的模板

回溯法与递归法是相辅相成的，因此回溯法也可以通过相应的“回溯三部曲”来构建解题模板。

①确定回溯函数模板返回值以及参数：回溯函数返回值一般为void，参数一般而言会比较多，一开始难以全部想到，可以在写代码的时候，发现什么需要使用，就添加到参数中；

②确定回溯函数终止条件：大多数情况下，当搜索到叶子节点时，就找到了满足题意的一个答案，就需要把这个结果插入到结果集中（而找子集问题除外，子集问题遇到的每个节点都是一个答案）；

③确定回溯搜索的遍历过程：回溯法一般是在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成的树的深度。

回溯算法理论基础

从图中看出for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把这棵树遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了。模板如下：

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
    }
}

第一题：77. 组合

这道题是一道经典的利用回溯法解决的题目，通过回溯三部曲来操作。首先，确定回溯函数的参数与返回值形如：void backtracking(int n, int k, int start);代表从[1,n]的区间中找出包含k个数的集合，start用来记录本层递归中从哪一个数字开始遍历。其次，确定终止条件，即当path中包含k个数字时，需要终止，并且将path放入结果集中。最后，确定单层搜索的过程，for循环用来横向遍历，递归则用来纵向遍历，如下图所示。

77.组合1

具体代码如下：

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;

    void backtracking(int n, int k, int start) {
        if(path.size() == k) {
            result.emplace_back(path);
            return;
        }
        for(int i = start; i <= n; ++i) {
            path.push_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
        return;
    }

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

同时，回溯算法还可以进行一定的优化，比如：剪枝操作。比如说当参数n=4，k=3时，即需要从[1,4]中找到3个数字的集合。此时path中的个数为path.size()，还需要k - path.size()个元素，则需要满足k - path.size() <= n - i + 1这个条件，否则剩余的数字不够组成符合题意的集合了。因此，for循环的判断条件应该改成i <= n - (k - path.size()) + 1。

经剪枝优化后的代码如下：

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;

    void backtracking(int n, int k, int start) {
        if(path.size() == k) {
            result.emplace_back(path);
            return;
        }
        for(int i = start; i <= n - (k - path.size()) + 1; ++i) {
            path.push_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
        return;
    }

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

Day24打卡！！！