简介
回溯算法类似于决策树,根据已有条件在列表中做出选择。将每一种可能出现的情况列举出来。长用于处理全排列问题。例如将[1,2,3]的全排列画出来如下图所示:
在第一阶段,我们的选择有,1, 2,3 三条路劲可以选择。例如选择了第一条1,接着第二阶段有2,3两个选择,如果选择2,最后就只能选择3,如果选择3,就只能选择2。假如第二阶段选择2,则第三阶段选择3,此时,选择的数组长度已经等于3,开始回退到第二阶段,然后第二阶段选择3,第三阶段选择2。满足长度等于3。开始回退,知道回退到1。在选择其他路径,一次类推。这就是回溯问题了。
回溯问题会有一个相对的模板(以python为例)如下所示:
class Solution:
def problem(self, "选择列表") -> List[List[int]]:
result =[] #结果集合
self.backtracking("选择条件",'选择列表',result,'暂存数组')
return result
def backtracking(self,"选择条件",'选择列表',result,'暂存数组'):
if 满足结束条件:
result.append('暂存数组')
return
for 选择 in 选择列表:
做选择
self.backtracking("选择条件",'选择列表',result,'暂存数组')
撤销选择
接下来我们来套这个模板试试。
LeetCode例题:
1.46.全排列
全排列问题如上图所示,接着我们套用模板,代码如下:
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
"""
# 回溯
"""
result = [] #选择列表
n = len(nums) #数组长度(选择条件)
self.backtracking(n,nums,result,[]) #开始回溯
return result
def backtracking(self,n,nums,result,subset):
if len(subset) == n: #退出条件
result.append(subset[:])
return
for i in range(n): #选择列表,选择从0 开始 是因为当2为第一个元素的时候,还回选择到1
if nums[i] not in subset: #选择条件
subset.append(nums[i]) #做选择
self.backtracking(n,nums,result,subset)
subset.pop() #撤销选择
2.77.组合
该题的退出条件是当数组长度等于K时,选择过程和全排列类似。选择时用index来作为递增元素1~n。
代码如下:
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
# 这题同样用回溯法,我们可以试试
result = [] #选择列表
self.backtracking(n,k,1,result,[]) #开始回溯
return result
def backtracking(self,n,k,index,result,subset):
if len(subset) == k: # 退出条件
result.append(subset[:])
return
for i in range(index,n+1): #选择条件
subset.append(i)
self.backtracking(n,k,i+1,result,subset)
subset.pop()
3.78.子集
这题和77 题一样,选择时有了长度之分,所以要在一开始设定一个循环来控制选择的长度。
class Solution:
def subsets(self, nums: List[int]) -> List[List[int]]:
"""
# 回溯法:
# 遍历的去寻找 长度为0 到 len (nums)
"""
#先初始化,添加空集
result = []
result.append([])
#分别寻找 长度为1~n
for i in range(1,len(nums)+1):
self.backtracking(nums,result,i,0,[])
return result
def backtracking(self,nums,result,length,index,subsets):
#递归出口
if len(subsets) == length:
result.append(subsets[:])
return
for i in range(index,len(nums)):
subsets.append(nums[i])
self.backtracking(nums,result,length,i+1,subsets)
subsets.pop()
总结
这三个题的公式一致,往里套就好了,三个对比分析一下,应该就能理解回溯了。