回溯算法总结

常用回溯算法题目是排列问题、组合问题、皇后问题

首先给出多叉树遍历框架和回溯算法的核心框架,回溯算法的知识点总结如下:

1、回溯算法本身是一种暴力穷举算法

2、穷举的过程就是遍历一个多叉树的过程

3、回溯算法的代码框架和多叉树遍历的代码框架相似

  • 排列问题

(1)题目链接:Leetcode46 全排列问题

本题可以通过交换数组元素的位置来做,这个部分在蓝桥杯总结过程中已经用过了。另一种是通过遍历树来来解决,本题的一个遍历树是这样的

ref[1]:图源

代码是这样的

std::vector<std::vector<int> > ans;
void backtracing(std::vector<int>& nums, std::vector<int> &path){
     if(path.size()==nums.size()){ans.push_back(path);}
     for(int i = 0; i < nums.size(); i++){
         if(std::find(path.begin(), path.end(), nums[i])!=path.end()){continue;}
         path.push_back(nums[i]);
         backtracing(nums, path);
         path.pop_back();
     }
}
vector<vector<int>> permute(vector<int>& nums) {
     std::vector<int> path;
     backtracing(nums, path);
     return ans;
}

时间复杂度分析:回溯算法由于其遍历的特点,复杂福一般都比较高,有些问题分析起来也很复杂。一些回溯算法解决的问题,剪枝剪得好的话,复杂度会降低一点,因此分析最坏时间复杂度的意义也不是很大。但是还是是情况而定。

递归函数的复杂度=递归函数本身的复杂度*递归函数被调用的次数。所以这里的回溯算法的时间复杂度为O(N*N*N!)(find函数查找也需要O(N)的复杂度),空间复杂度也是O(N*N!)

2、变种

给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列。

这种情况就需要剪枝了,具体而言需要对递归树进行剪枝

这个剪枝的过程的判断是这样的

if(visited[i]){continue;}

if(i>0&&nums[i]==nums[i-1]&&visited[i-1]==false){continue;}

 代码是这样的

    std::vector<std::vector<int>> ans;
    vector<vector<int>> permuteUnique(vector<int>& nums) {
        sort(nums.begin(), nums.end());
        std::vector<bool> visited(nums.size(),false);
        std::vector<int> path;
        backtracing(nums, path, visited);
        return ans;
    }
    void backtracing(std::vector<int>& nums, std::vector<int> &path, std::vector<bool>& visited){
        if(path.size()>=nums.size()){
            ans.push_back(path);
            return;
        }
    
        for(int i = 0; i < nums.size(); i++){
            if(visited[i]){continue;}
            if(i>0&&nums[i]==nums[i-1]&&visited[i-1]==false){continue;}
            
            path.push_back(nums[i]);
            visited[i] = true;
            backtracing(nums, path,visited);
            visited[i] = false;
            path.pop_back();
            
        }
    }

ref[1]:Leetcode46 全排列

ref[2]:Leetcode46 题解

ref[3]:leetcode47 全排列II

ref[4]:leetcode47 题解

ref[5]: 【labuladong】回溯算法核心套路详解

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯算法是一种通过穷举所有可能的解来求解问题的算法。它通常用于解决组合、排列、子集和搜索等问题。在回溯算法中,我们通过递归的方式尝试所有可能的选择,并在每一步进行剪枝,以避免无效的搜索。 在给出的引用中,有三个例子展示了使用回溯算法解决不同的问题。第一个例子是找出给定数组中的所有递增子序列。通过递归和剪枝的方式,我们可以找到所有满足条件的子序列。 第二个例子是生成给定字符串中的所有字母大小写组合。通过递归和剪枝的方式,我们可以生成所有可能的组合。 第三个例子是生成有效的括号组合。通过递归和剪枝的方式,我们可以生成所有满足括号匹配规则的组合。 总的来说,回溯算法是一种非常灵活和强大的算法,可以用于解决各种组合和搜索问题。在实际应用中,我们可以根据具体问题的特点来设计回溯算法的实现。 #### 引用[.reference_title] - *1* [python 回溯算法总结](https://blog.csdn.net/weixin_45548695/article/details/124146238)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [python数据结构与算法--回溯算法](https://blog.csdn.net/Melo0705/article/details/99728116)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值