1.回溯算法框架(遍历多叉树一样)
解决一个回溯问题,实际上就是一个决策树遍历的问题,这是一个框架(三部曲):
* 路径: 当前所做过的选择
* 选择列表:当前可以供给选择的列表
* 结束条件:决策树走到底层,无法继续向下的时候
result = []
def backtrack(路径, 选择列表):
if 满足结束条件:
result.add(路径)
return
for 选择 in 选择列表:
做选择
backtrack(路径, 选择列表)
撤销选择
其核心就是 for 循环里面的递归,在递归调用之前「做选择」,在递归调用之后「撤销选择」
2.案例(全排列问题)
给定一个 没有重复 数字的序列,返回其所有可能的全排列。
示例:
输入: [1,2,3]
输出:
[
[1,2,3],
[1,3,2],
[2,1,3],
[2,3,1],
[3,1,2],
[3,2,1]
]
那么我们当时是怎么穷举全排列的呢?比方说给三个数 [1,2,3],你肯定不会无规律地乱穷举,一般是这样:
先固定第一位为 1,然后第二位可以是 2,那么第三位只能是 3;然后可以把第二位变成 3,第三位就只能是 2 了;然后就只能变化第一位,变成 2,然后再穷举后两位……
现在可以解答开头的几个名词:[2] 就是「路径」,记录你已经做过的选择;[1,3] 就是「选择列表」,表示你当前可以做出的选择;「结束条件」就是遍历到树的底层,在这里就是选择列表为空的时候。
如果明白了这几个名词,可以把「路径」和「选择」列表作为决策树上每个节点的属性
核心框架:
for 选择 in 选择列表:
# 做选择
将该选择从选择列表移除
路径.add(选择)
backtrack(路径, 选择列表)
# 撤销选择
路径.remove(选择)
将该选择再加入选择列表
题解代码:
package algrithom;
import org.junit.Test;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
public class Solution {
List<List<Integer>> list = new LinkedList<>();
public List<List<Integer>> permute(int[] nums) {
LinkedList<Integer> track = new LinkedList<>();
rool_back(nums,track);
return list;
}
public void rool_back(int[] nums,LinkedList track){
//回溯结束条件
if(track.size()==nums.length){
list.add(new LinkedList<>(track));
return;
}
for(int i =0;i<nums.length;i++){
//排除不合法选择
if(track.contains(nums[i]))
continue;
//做选择
track.add(nums[i]);
//递归调用
rool_back(nums,track);
//撤销选择
track.removeLast();
}
}
}
测试模块:
package algrithom;
import java.util.Scanner;
class SolutionTest {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
String[] s = scanner.nextLine().split(" ");
int[] nums= new int[s.length];
for(int i =0;i<s.length;i++){
nums[i] = Integer.parseInt(s[i]);
}
Solution solution = new Solution();
System.out.println(solution.permute(nums));
}
}
N个皇后问题也很类似