【5.12 代随_24day】 回溯算法、组合

---

回溯算法

视频连接：带你学透回溯算法（理论篇）| 回溯法精讲！

1.回溯的方法

回溯是递归的副产品，只要有递归就会有回溯。回溯函数也就是递归函数，指的都是一个函数。

回溯解决的问题

回溯法，一般可以解决如下几种问题：

• 组合问题：N个数里面按一定规则找出k个数的集合（无顺序要求，即21和12视为同一个）
• 切割问题：一个字符串按一定规则有几种切割方式
• 子集问题：一个N个数的集合里有多少符合条件的子集
• 排列问题：N个数按一定规则全排列，有几种排列方式（有顺序要求，即21和12视为不同）
• 棋盘问题：N皇后，解数独等等

如何理解回溯法

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，都构成的树的深度。

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）。

回溯的图解步骤

关键点：

• for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历
• 一般没有返回值（void）

回溯算法模板

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
    }
}

---

---

组合

力扣连接：77. 组合（中等）

1.回溯的方法

回溯图解步骤

优化剪枝

剪枝优化

接下来看一下优化过程如下：

已经选择的元素个数：path.size();

还需要的元素个数为: k - path.size();

在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历

为什么有个 +1 呢，因为包括起始位置，我们要是一个左闭的集合。

举个例子，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。

从2开始搜索都是合理的，可以是组合[2, 3, 4]。

关键点：

• 剪枝一般都对 for 中 i 做文章

剪纸+回溯代码

class Solution {
    List<List<Integer>> result = new ArrayList<>();
    LinkedList<Integer> tmp = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n, k, 1);
        return result;
    }

    void backtracking(int n, int k, int index){
        if(tmp.size()==k){
            result.add(new ArrayList<>(tmp));
            return;
        }
		// n-(k-tmp.size())+1 替换掉原来的 n。即做了剪枝
        for(int i=index; i<= n-(k-tmp.size())+1; i++){
            tmp.add(i);
            backtracking(n, k, i+1);
            tmp.removeLast();
        }
    }
}

---

---