【题解笔记】回溯基础知识及常用方法总结

回溯基础知识

回溯法概念

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。
回溯是递归的副产品，只要有递归就会有回溯。
调用函数时递归，返回结果是回溯。

回溯法效率

回溯法不是一种高效的算法。因为回溯的本质是穷举，穷举所有的可选再选出答案。添加剪枝的操作可以使回溯法变得高效一些，但不能改变回溯法是穷举法的本质。
使用回溯的原因是一些算法只能使用穷举法解决。

回溯法可解决的问题

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
● 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
● 棋盘问题：N皇后，解数独等等

组合和排列的区别：组合是不强调元素顺序的，排列是强调元素顺序的。

理解回溯法

回溯法解决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）。

回溯解题模板

回溯函数模板返回值以及参数

• 返回值：回溯算法中函数返回值一般为void。
• 参数：因为回溯算法需要的参数可不像二叉树递归的时候那么容易一次性确定下来，所以一般是先写逻辑，然后需要什么参数，就填什么参数。
  回溯函数伪代码如下：

void backtracking(参数）

回溯函数终止条件

既然是树形结构，就一定要有终止条件。
什么时候达到了终止条件，树中就可以看出，一般来说搜到叶子节点了，也就找到了满足条件的一条答案，把这个答案存放起来，并结束本层递归。
所以回溯函数终止条件伪代码如下：

if (终止条件）{
	存放结果；
	return；
}

回溯搜索的遍历过程

回溯法一般是在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成树的深度。

回溯函数遍历过程伪代码如下：

for(选择:本层集合中元素（树中结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
}

for循环就是遍历集合区间，可以理解一个节点有多少个孩子，这个for循环就执行多少次。
backtracking这里自己调用自己，实现递归。
大家可以从图中看出for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把这棵树全遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了。
分析完过程，回溯算法模板框架如下：

//回溯算法中函数返回值一般为void
void backtracking(参数）{
    if(终止条件) {
        存放结果；
        return；
    }

    for（选择：本层集合中元素（数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
    }
}

另分享一个在评论区看到的更加详细的模板

class Solution {
        List<List<Integer>> listTotal = new ArrayList<>();

        private void backtrack(int n, int k, List<Integer> list, int index) {
            if (list.size() == k) {
                /* 列表（List）是一个对象引用，即指向内存中实际数据的地址。
                	如果我们不创建新的ArrayList对象，而是直接将现有的list添加到listTotal中，
                	那么它们都会指向相同的内存地址。
                    这样做可能导致问题，例如在修改一个列表时，另一个列表也会受到影响。
                    通过创建新的ArrayList对象并复制原始列表中的元素，
                    我们确保它们是独立的，并且一个列表的更改不会影响另一个列表。
                */
                listTotal.add(new ArrayList<>(list));
                return;
            }
            for (int i = index; i <= n; i++) {
                // 经典回溯模板
                list.add(i);
                // 以 i + 1进行递归
                backtrack(n , k, list, i + 1);
                list.remove(list.size() - 1);
            }
        }

        public List<List<Integer>> combine(int n, int k) {
            backtrack(n, k, new ArrayList<Integer>(), 1);
            return listTotal;
        }
    }

常用方法总结

1. 深度优先遍历
   深度优先遍历是回溯题型中常用的一种解法。
2. 回溯三部曲
   • 确定递归函数的返回值以及参数
   • 确定回溯的终止条件
   • 找到单层搜索的过程

参考：
【1】代码随想录