回溯法模板:
回溯三部曲:
- 回溯函数模板返回值以及参数,习惯是函数起名字为backtracking
- 回溯函数终止条件
if (终止条件) { 存放结果; return; }
- 回溯搜索的遍历过程
总结:
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
}
}
77. 组合
给定两个整数
n
和k
,返回范围[1, n]
中所有可能的k
个数的组合。你可以按 任何顺序 返回答案。
示例 1:
输入:n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]
示例 2:
输入:n = 1, k = 1 输出:[[1]]
代码:
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
res_all = []
res_item = []
#1.0 函数参数及其返回值
def backtracking(res_all,res_item,n,k,start):
#2.0 终止条件
if len(res_item) == k:
#说明找到了一个组合
"""
这里一定要注意,用浅copy,不然已经加入到列表中的元素还是被修改了
"""
res_all.append(res_item.copy())
return
#3.0 代码逻辑
for i in range(start,n+1):
res_item.append(i)
start += 1
#开始回溯
backtracking(res_all,res_item,n,k,start)
res_item.pop(-1)
backtracking(res_all,res_item,n,k,1)
return res_all
216. 组合总和 III
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。
说明:
- 所有数字都是正整数。
- 解集不能包含重复的组合。
示例 1:
输入: k = 3, n = 7 输出: [[1,2,4]]示例 2:
输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]
代码:
class Solution:
def combinationSum3(self, k: int, n: int) -> List[List[int]]:
"""
采用回溯的方法解决本题
"""
res_all = list()
res_item = list()
start = 0
def backtracking(start: int,k: int, n: int):
#找到一个列表,里面所有的树的和为n
if len(res_item) == k and sum(res_item) == n:
res_all.append(res_item.copy())
#必须return,表示当前路径停止了,不在往下走了
return
for _ in range(start,9):
start += 1
res_item.append(start)
#回溯
backtracking(start,k,n)
res_item.pop(-1)
backtracking(start,k,n)
return res_all
39. 组合总和
给定一个无重复元素的正整数数组
candidates
和一个正整数target
,找出candidates
中所有可以使数字和为目标数target
的唯一组合。
candidates
中的数字可以无限制重复被选取。如果至少一个所选数字数量不同,则两种组合是唯一的。对于给定的输入,保证和为
target
的唯一组合数少于150
个。
示例 1:
输入: candidates = [2,3,6,7], target = 7 输出: [[7],[2,2,3]]
代码:
class Solution:
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
"""
组合问题使用回溯
"""
res_all = []
res_item = []
def backtracking(start_index:int):
#停止条件
if sum(res_item) > target:
return
if sum(res_item) == target:
res_all.append(res_item.copy())
return
for i in range(start_index,len(candidates)):
#进行剪枝
if sum(res_item) > target:
return
res_item.append(candidates[i])
#这里不同start_index+=1,因为可以重复选择
#i表示还是可以从当前位置进行选择
backtracking(i)
res_item.pop(-1)
backtracking(0)
return res_all
40. 组合总和 II
给定一个数组
candidates
和一个目标数target
,找出candidates
中所有可以使数字和为target
的组合。
candidates
中的每个数字在每个组合中只能使用一次。
注意:解集不能包含重复的组合。
示例 1:
输入: candidates = [10,1,2,7,6,1,5], target = 8, 输出: [ [1,1,6], [1,2,5], [1,7], [2,6] ]
代码:
class Solution:
def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:
"""
组合问题使用回溯
"""
res_all = []
res_item = []
#新建立集合进行去重
# value_set = {}
# candidates = list(set(candidates))
candidates = sorted(candidates)
print(candidates)
def backtracking(start_index:int):
#停止条件
if sum(res_item) > target:
return
if sum(res_item) == target:
res_all.append(res_item.copy())
return
for i in range(start_index,len(candidates)):
#去重操作
if i > start_index and candidates[i] == candidates[i-1]:
continue
#进行剪枝
if sum(res_item) > target:
return
res_item.append(candidates[i])
#这里不同start_index+=1,因为可以重复选择
#i表示还是可以从当前位置进行选择
backtracking(i+1)
res_item.pop(-1)
backtracking(0)
return res_all
131. 分割回文串
给你一个字符串
s
,请你将s
分割成一些子串,使每个子串都是 回文串 。返回s
所有可能的分割方案。回文串 是正着读和反着读都一样的字符串。
示例 1:
输入:s = "aab" 输出:[["a","a","b"],["aa","b"]]
代码:
class Solution:
def partition(self, s: str) -> List[List[str]]:
lens = len(list(s))
res_all = []
res_item = []
def backtracking(s: str,start_index: int):
#判断停止条件-----在每个字符串后面进行切割
if start_index >= lens:
#已经切割到末尾了,说明就是一个回文
res_all.append(res_item.copy())
return
#逻辑处理
for i in range(start_index,lens):
#假如start_index = 0那么切割下来的str就是s[0:1]
sub_str = s[start_index:i+1]
if sub_str == sub_str[::-1]:
res_item.append(sub_str)
else:
#因为后面要回溯,只有将sub_str添加到res_item中
#当前字符已经不是回文,没有继续下去的必要
continue
backtracking(s,i+1)
#回溯
res_item.pop(-1)
backtracking(s,0)
return res_all
93. 复原 IP 地址
给定一个只包含数字的字符串,用以表示一个 IP 地址,返回所有可能从
s
获得的 有效 IP 地址 。你可以按任何顺序返回答案。有效 IP 地址 正好由四个整数(每个整数位于 0 到 255 之间组成,且不能含有前导
0
),整数之间用'.'
分隔。例如:"0.1.2.201" 和 "192.168.1.1" 是 有效 IP 地址,但是 "0.011.255.245"、"192.168.1.312" 和 "192.168@1.1" 是 无效 IP 地址。
示例 1:
输入:s = "25525511135" 输出:["255.255.11.135","255.255.111.35"]
代码:
class Solution: def restoreIpAddresses(self, s: str) -> List[str]: """ 和前面字符串切割很类似 """ lens = len(list(s)) res_all = [] res_item = [] def backtracking(s: str,start_index: int): #终止条件 if start_index >= lens: if len(res_item) == 4 : res_all.append(res_item.copy()) return #若数字的个数等于4,就不往下继续了 if len(res_item) == 4 : return #处理逻辑 for i in range(start_index,lens): #start_index=0:s[0:1] sub_str = s[start_index:i+1] #判断是否有效 if int(sub_str)> 255 or (sub_str[0] == "0" and len(sub_str) > 1): continue res_item.append(sub_str) backtracking(s,i+1) #回溯 res_item.pop(-1) backtracking(s,0) return list(map(lambda x:".".join(x),res_all))
78. 子集
给你一个整数数组
nums
,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)。解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。
示例 1:
输入:nums = [1,2,3] 输出:[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]示例 2:
输入:nums = [0] 输出:[[],[0]]
代码:
class Solution:
def subsets(self, nums: List[int]) -> List[List[int]]:
lens = len(nums)
res_item = []
res_all = []
sub_nums = nums.copy()
def backstacking(nums: List[int],start_index: int):
#停止条件-----剩余列表为空
res_all.append(res_item.copy())
if start_index-1 == lens:
return
for i in range(start_index,lens):
res_item.append(nums[i])
backstacking(nums,i+1)
#开始回溯
res_item.pop(-1)
backstacking(nums,0)
return res_all
491. 递增子序列
给你一个整数数组
nums
,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。
示例 1:
输入:nums = [4,6,7,7] 输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]
代码:
class Solution:
def findSubsequences(self, nums: List[int]) -> List[List[int]]:
lens = len(nums)
res_item = []
res_all = []
def backstacking(nums: List[int],start_index: int):
#停止条件-----剩余列表为空
if len(res_item) >= 2:
res_all.append(res_item.copy())
if start_index-1 == lens:
return
#使用set对本层元素进行去重
unordered_set = set()
for i in range(start_index,lens):
#去重操作
if nums[i] in unordered_set:
continue
if len(res_item) > 0 and nums[i] < res_item[-1]:
continue
res_item.append(nums[i])
unordered_set.add(nums[i])
backstacking(nums,i+1)
#开始回溯
res_item.pop(-1)
backstacking(nums,0)
return res_all
46. 全排列
给定一个不含重复数字的数组
nums
,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。示例 1:
输入:nums = [1,2,3] 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
代码:
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
"""
回溯
"""
lens = len(nums)
res_item = []
res_all = []
#记录已经使用过的数字
used = []
def backtracking(nums: List[int]):
#停止条件
if len(res_item) == len(nums):
res_all.append(res_item.copy())
return
#业务逻辑
for i in range(0,lens):
#看当前元素是否已经使用过
if nums[i] in used:
continue
res_item.append(nums[i])
used.append(nums[i])
backtracking(nums)
#回溯
res_item.pop(-1)
used.pop(-1)
backtracking(nums)
return res_all
47. 全排列 II
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。
示例 1:
输入:nums = [1,1,2] 输出: [[1,1,2], [1,2,1], [2,1,1]]示例 2:
输入:nums = [1,2,3] 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
代码:
class Solution:
def permuteUnique(self, nums: List[int]) -> List[List[int]]:
nums = sorted(nums)
"""
回溯
"""
lens = len(nums)
res_item = []
res_all = []
#记录已经使用过的数字
used = [0] * len(nums)
def backtracking(nums: List[int]):
#停止条件
if len(res_item) == len(nums):
res_all.append(res_item.copy())
return
#业务逻辑
for i in range(0,lens):
#首先当前元素没有被选中过
if not used[i]:
#看当前元素是否已经使用过
if i > 0 and (not used[i-1]) and nums[i] == nums[i-1]:
continue
used[i] = 1
res_item.append(nums[i])
backtracking(nums)
#回溯
res_item.pop(-1)
used[i] = 0
backtracking(nums)
return res_all
332. 重新安排行程
给你一份航线列表
tickets
,其中tickets[i] = [fromi, toi]
表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从
JFK
(肯尼迪国际机场)出发的先生,所以该行程必须从JFK
开始。如果存在多种有效的行程,请你按字典排序返回最小的行程组合。
- 例如,行程
["JFK", "LGA"]
与["JFK", "LGB"]
相比就更小,排序更靠前。假定所有机票至少存在一种合理的行程。且所有的机票 必须都用一次 且 只能用一次。
示例 1:
输入:tickets = [["MUC","LHR"],["JFK","MUC"],["SFO","SJC"],["LHR","SFO"]] 输出:["JFK","MUC","LHR","SFO","SJC"]
代码:
class Solution:
def findItinerary(self, tickets: List[List[str]]) -> List[str]:
map_tickets = defaultdict(list)
for item in tickets:
map_tickets[item[0]].append(item[1])
"""
采用递归的方法来求解
"""
paths = []
from_loc = "JFK"
paths.append(from_loc)
def backtracking(from_loc):
#截止条件------说明找到了一条路径
if len(paths) == len(tickets)+1:
#这里只要找到一条路径就行
return True
#对目的地进行排序,保证找到的是最小行程组合
map_tickets[from_loc].sort()
for _ in map_tickets[from_loc]:
#删除这个目的地,防止出现死循环
dis_loc = map_tickets[from_loc].pop(0)
#从当前出发,选择一个目的地
paths.append(dis_loc)
#直接找到一个就可以返回
if backtracking(dis_loc):
return True
path.pop()
map_tickets[from_loc].append(dis_loc)
backtracking("JFK")
return paths