回溯法

 递归调用结束之后，总是会返回上一层继续调用。每一层的递归调用，都是如此，要逐步地返回，直到根节点的那次递归调用的所有可能尝试完成，整个的递归调用才结。也正是因为如此，我们这种递归调用来寻找答案的过程通常也被称之为回溯。

 

 

 

也就是说沿着一条路径寻找答案，一旦找到答案的话，或者也有可能一旦没有找到答案的话，不管怎么样，一旦递归到底的话，就回去，继续去寻找，依次类推，这个过程就叫回溯。从这个概念来看的话，和树相关的算法，本质也是回溯，因为使用了递归。递归的话，就是要返回，只不过回溯法这样一个名词，通常被用来这个问题是用来查找。所以会经常听说用回溯法来搜索整棵树，查找某个问题的解。

 

递归法、回溯法的复杂度。以该题为例，假设给定的数字字符串为n的话，这个算法的复杂度，大概是n的3次方。为什么说是大概是3的n次方呢？假设一个数字代表三个字母的话，当然这里7和9可以代表4个字母，而0这个数字只能代表1个字母，不考虑这种特殊的情况。平均来看，大概每个数字都能代表3个字母，在这种情况下大概有n个数字，这个解就是3的n次方，一个常数的n次方这样的算法，时间复杂度都被成为O(2^n)。比如前面的O(log2^n)与O(log3^n)这两个算法的复杂度其实只相差了一个常数，同理的O(2^n)和O(3^n)这两个也只相差了一个常数，不管怎样，它都是一个指数级的算法，也正因为如此，这种回溯法它的效率通常是非常低的。以该题为例，它能处理的字符串长度，对于一般的家用计算机而言，最大，n也就等于20。那么，之前像排序，能够处理几万、几十万、甚至几百万的数据，使用这种方法是绝对不可以的。

 

我们可以换一个角度来理解2^n这个时间复杂度，对于下面这棵树，是以指数级上升的。第0层有1个节点，第1层有3个节点，第2层有9个节点，依次类推，我们整个算法要在整棵树中进行遍历，最终达到每一个叶子节点，从下图可以看出，到达叶子节点后，节点数就是3^n,所以也可以佐证算法复杂度是一个指数级的复杂度，称之为O(2^n)这样的一个算法复杂度。这样的算法，其实它的效率非常低，但是回溯法其实是暴力解法的一种主要实现手段。我们遇到的很多问题，我们如果想要枚举其所有的解的话，如果不能使用简单的循环遍历的话，就需要使用这种回溯法。对于这个问题，它的特点是什么？它的特点是n是一个变量，我们不知道给定的这个数字字符串长度是多少，如果它的长度是固定的，比如说它的长度就是8，那么就可以使用8重循环来枚举它的可能性。但是现在它的长度是未知的，就可以使用这种回溯法来枚举所有的可能性。在算法面试的时候，如果没有思路，不妨尝试一下暴力的解法，对于暴力解法来说，多重循环是一种方式，可是有的题目不适用多重循环，此时很有可能就要使用回溯法。很多更高级的算法，比如说，动态规划这种算法，它的本质其实是在回溯法的基础上进行改进的，依然要发现像回溯法这样的递归结构，同时，还要满足其它的特殊的性质，就可以使用动态规划法。有一些问题只能使用回溯法这种暴力解法，但是在使用回溯法的过程中，可以通过剪枝，不用到达所有的叶子节点，从而提升算法效率。