前情回顾
我们先来回顾一下leetcode 77 给出的回溯代码
class Solution {
private:
vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件结果
void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
result.push_back(path);
return;
}
for (int i = startIndex; i <= n; i++) {
path.push_back(i); // 处理节点
backtracking(n, k, i + 1); // 递归
path.pop_back(); // 回溯,撤销处理的节点
}
}
public:
vector<vector<int>> combine(int n, int k) {
result.clear(); // 可以不写
path.clear(); // 可以不写
backtracking(n, k, 1);
return result;
}
};
剪枝优化
先分析遍历过程中的代码:
for (int i = startIndex; i <= n; i++) {
path.push_back(i);
backtracking(n, k, i + 1);
path.pop_back();
}
其实,这个遍历可以剪枝优化。
如下图所示,
以n=4,k=4为例,第一层for循环的时候,从取2开始的for循环就没有意义了。到了第二层,从取3开始的for循环没有意义了。
图中每一个节点(图中矩形),就代表本层的一个for循环,那么每一层的for循环从第二个数开始遍历的话,都没有意义。
剪枝的地方,在递归汇中每一层的for循环所选择的起始位置。
如果for循环选择的起始位置之后的元素个数,不足我们需要的元素个数,不搜索。
代码中的i,就是for循环里选择的起始位置。
for (int i = startIndex; i <= n; i++) {
优化步骤:
①已经选择的元素个数: path.size();
②还需要的元素个数:k-path.size();
③在集合n中至多要从该起始位置: n-(k-path.size())+1 开始遍历。
+1的目的是因为包括起始位置,需要一个左闭的集合。
for example:
n=4,k=2。
目前已经选取的元素为0(path.size为0),n-(k-0)+1 ,即4-(2-0)+1 =3。
从3开始搜索就变合理了,能组合为【3,4】。
优化后的for循环:
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++)
// i为本次搜索的起始位置
代码
优化后整体代码:
class Solution {
private:
vector<vector<int>> result;
vector<int> path;
void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
result.push_back(path);
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
// 优化的地方
path.push_back(i); // 处理节点
backtracking(n, k, i + 1);
path.pop_back(); // 回溯,撤销处理的节点
}
}
public:
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
};