leetcode数据结构算法框架——回溯

最新推荐文章于 2024-05-14 15:42:37 发布

iwtbs_kevin

最新推荐文章于 2024-05-14 15:42:37 发布

阅读量244

点赞数

分类专栏： leetcode 文章标签：数据结构算法 leetcode

本文链接：https://blog.csdn.net/qq_34219959/article/details/102649466

版权

leetcode 专栏收录该内容

6 篇文章 1 订阅

订阅专栏

回溯法

实际上回溯算法就是一个 N 叉树的前序遍历加上后序遍历而已，而且回溯算法是有模板的，一旦掌握，就能秒杀相关问题。下面，我们来循序渐进地理解。

// 二叉树遍历框架
def traverse(root):
    if root is None: return
    # 前序遍历代码写在这
    traverse(root.left)
    # 中序遍历代码写在这 
    traverse(root.right)
    # 后序遍历代码写在这

// N 叉树遍历框架
def traverse(root):
    if root is None: return
    for child in root.children:
        # 前序遍历代码写在这
        traverse(child)
        # 后序遍历代码写在这

算法的整体框架

回溯算法就是 N 叉树的遍历，这个 N 等于当前可做的选择（choices）的总数，同时，在前序遍历的位置作出当前选择（choose 过程），然后开始递归，最后在后序遍历的位置取消当前选择（unchoose 过程）。回溯算法伪代码模板如下：

"""
choiceList：当前可以进行的选择列表
track：可以理解为决策路径，即已经做出一系列选择
answer：用来储存我们的符合条件决策路径
"""

def backtrack(choiceList, track, answer):
    if track is OK:
        answer.add(track)
    else:
        for choice in choiceList:
            # choose：选择一个 choice 加入 track
            backtrack(choices, track, answer)
            # unchoose：从 track 中撤销上面的选择

回溯算法相当于一个决策过程，递归地遍历一棵决策树，穷举所有的决策，同时把符合条件的决策挑出来。
如何让计算机正确地穷举并比较所有决策，就需要回溯算法的设计技巧了，回溯算法的核心就在于如何设计 choose 和 unchoose 部分的逻辑。
下文通过讲解全排列问题（permutation）和 N 皇后问题来详述回溯算法的原理和技巧

全排列问题

给定一个没有重复数字的序列，返回全排列。比如输入[1,2,3]

我们的思路是，先把第一个数固定为 1，然后全排列 2，3；再把第一个数固定为 2，全排列 1，3；再把第一个数固定为 3，全排列 1，2
在这里插入图片描述
可以发现每向下走一层就是在「选择列表」中挑一个「选择」加入「决策路径」，然后把这个选择从「选择列表」中删除（以免之后重复选择）；当一个决策分支探索完成后，我们就要向上回溯，要把该分支的「选择」从「决策列表」中取出，然后把这个「选择」重新加入「选择列表」（供其他的决策分支使用）。
以上，就是模板中 choose 和 unchoose 的过程，choose 过程是向下探索，进行一选择；unchoose 过程是向上回溯，撤销刚才的选择。
这下应该十分清楚了，现在我们可以针对全排列问题来具体化一下回溯算法模板
在这里插入图片描述
然后，根据这个思路写代码，虽然不够漂亮，但是已经符合回溯算法的设计模式并且可以解决问题了：