回溯法(Back Tracking Method):
- 回溯法(探索与回溯法)是一种选优搜索法,又称为试探法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。
当问题是要求满足某种性质(约束条件)的所有解或最优解时,往往使用回溯法。
运用回溯法解决问题有以下三个要点:
- 针对给定的问题,定义问题的解空间;
- 确定易于搜索的解空间结构(图或者树);
- 以深度优先方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索。
其实回溯法就是加了条件的DFS。
DFS一次性会将所有内容遍历一遍,但是在实际操作中,这样可能浪费资源,剪枝函数就是干这个的。
所以我个人理解:回溯法=DFS+剪枝函数
23 括号生成
数字 n 代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且 有效的 括号组合。
示例:
输入:n = 3
输出:[
“((()))”,
“(()())”,
“(())()”,
“()(())”,
“()()()”
]
这道题我写的好复杂……
我感觉我是用暴力解出来的,而不是回溯,回溯条件做的不太行,容我思考一下
class Solution:
def generateParenthesis(self, n: int) -> List[str]:
res = []
cur=''
self.backtracking(n, cur, res)
return res
# 回溯函数
def backtracking(self, n, cur, res):
cout_left = cur.count('(')
cout_right = cur.count(')')
if cout_left > n or cout_right > n:
return
if len(cur) == 2 * n:
if self.detect(cur):
res.append(cur)
else:
return
cur += '('
count += 1
self.backtracking(n, cur, res)
cur = cur[:-1]
count -= 1
cur += ')'
self.backtracking(n, cur, res)
# 检测函数,检测s是否符合要求
def detect(self, s):
left = 0
for i in range(len(s)):
if s[i] == '(':
left += 1
elif s[i] == ')':
left -= 1
if left < 0:
return False
return True
我写的代码问题主要有为:没有裁剪多余的分枝。
在回溯的过程中是有一些限制条件的,我没有提炼出来,只用了cur.count进行筛选,这其中浪费了大量的资源。
仔细分析题目,可以得出限制条件:
- left<n的情况下,才可以添加(
- right<left的情况下,才可以添加 )
只要满足这两个条件,那么最后得到的字符串,一定符合要求,所以也不需要detect函数。
精简后的代码:
class Solution:
def generateParenthesis(self, n: int) -> List[str]:
res = []
cur=''
self.backtracking(n, 0, 0, cur, res)
return res
# 回溯函数
def backtracking(self, n, left, right, cur, res):
'''
n:括号对数
left:当前字符串左括号的个数
right:当前字符串右括号的个数
cur:当前字符串
res:结果保存的列表
'''
if len(cur) == 2 * n:
res.append(cur)
if left < n:
cur += '('
# 这里有一个挺重要的思想,就是传入left+1,而不是将left+=1后在传入
# 因为如果回溯不成功,相当于这步操作要取消的,如果先进行了+=,后面还要取消,增加了代码的复杂情况
self.backtracking(n, left+1, right, cur, res)
cur = cur[:-1]
if right < left:
cur += ')'
self.backtracking(n, left, right+1, cur, res)
执行用时:44 ms, 在所有 Python3 提交中击败了60.58%的用户
内存消耗:13.5 MB, 在所有 Python3 提交中击败了57.92%的用户
查看官方给出的答案,代码差不多了,但是时间还有差距,是否是定义位置的问题?
将回溯函数定义到内部,果然,时间快了一些,变成了40ms,击败80.78%的用户:
class Solution:
def generateParenthesis(self, n: int) -> List[str]:
res = []
cur=''
# 回溯函数
def backtracking(left, right, cur):
if len(cur) == 2 * n:
res.append(cur)
if left < n:
cur += '('
backtracking(left+1, right, cur)
cur = cur[:-1]
if right < left:
cur += ')'
backtracking(left, right+1, cur)
backtracking(0, 0, cur)
return res
78.子集
给定一组不含重复元素的整数数组 nums,返回该数组所有可能的子集(幂集)。
说明:解集不能包含重复的子集。
示例:
输入: nums = [1,2,3]
输出:
[
[3],
[1],
[2],
[1,2,3],
[1,3],
[2,3],
[1,2],
[]
]
这道题由于我看视频的时候饲养员up讲过,所以写起来很顺手了,随手就是击败99%
class Solution:
def subsets(self, nums: List[int]) -> List[List[int]]:
# sublist=[[]]
# for num in nums:
# sublist+= [sub+[num] for sub in sublist]
# return sublist
res = []
cur = []
def backtracking(length, index, cur):
if len(cur) == length:
res.append(cur[:])
return
for i in range(index, len(nums)):
cur.append(nums[i])
backtracking(length, i+1, cur)
cur.pop()
for length in range(len(nums)+1):
backtracking(length, 0, cur)
return res
77.组合
这道题和子集几乎是一样的,稍作修改就可以了,不多分析了。
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
res = []
cur = []
def backtracking(length, index, cur):
if len(cur) == length:
res.append(cur[:])
return
for i in range(index, n+1):
cur.append(i)
backtracking(length, i+1, cur)
cur.pop()
backtracking(k, 1, cur)
return res
46.全排列
这道题是思路也很简单,就是高中排列组合里的排列。
当长度为n时,代码思路就是:
- 取数组中第i=1个数,放进列表
- 在第1~n中(不含i)取第k个数,放进列表,
- 在第1~n中(不含i和k),取……
- 排列完成以后,i+1,从第一步开始继续,直至遍历结束。
容易理解,我们需要维护一个当前已经排列完毕的数的下标组成的数组。
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
length = len(nums)
res = []
def backtracking(index, cur):
# 经典判别条件,当排列完成后,cur长度为length
if len(cur) == length:
res.append(cur[:])
return
for i in range(length):
if i not in cur_index :
cur.append(nums[i])
cur_index.append(i)
backtracking(i, cur)
cur.pop()
cur_index.pop()
for i in range(length):
# 每次开始回溯,cur置空,一共进行length次回溯
cur = []
# 当前已经排列好的数的下标,存在这个列表里
cur_index = []
# 将第一个数填进去
cur.append(nums[i])
# 下标随之更新
cur_index.append(i)
backtracking(i, cur)
return res
OK,搞定。
感觉回溯法套路还是很固定的,至少我做的这四道题里,有如下特点:
-
需要额外写一个回溯函数
-
回溯函数的第一部分为判别条件(以这几道题为例,条件都是数组的长度)
-
cur_index.append(i) backtracking(i, cur) cur.pop()
这三句几乎必有,就是改变一下当前处理的对象——进行回溯——将回溯对象复位
-
必然存在cur:当前正在处理的对象;res:保存结果的列表