回溯算法

微信搜索：编程笔记本。获取更多干货。

点击上方蓝字关注我，我们一起学编程
欢迎小伙伴们分享、转载、私信、赞赏

常用算法之——回溯。

回溯初见

在生活中，很多问题都可以“暴力解决”，不需要考虑太多，直接将所有的可能性都列举出来，然后一一检验是否满足要求即可。尽管这样很“笨“，但常常却是一种行之有效的方法。下面我们介绍暴力法中的一种改进方法——回溯。

回溯法实际上是一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已经不满足解的条件时，就立刻**“回溯”返回**，尝试别的路径。

回溯法是一种选优搜索法，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”。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。

一般步骤

回溯算法也叫试探法，它是一种系统地搜索问题的解的方法。

用回溯算法解决问题的一般步骤：

• 1、 针对所给问题，定义问题的解空间，它至少包含问题的一个（最优）解。
• 2 、确定易于搜索的解空间结构，使得能用回溯法方便地搜索整个解空间。
• 3 、以深度优先的方式搜索解空间，并且在搜索过程中用剪枝函数避免无效搜索。

确定了解空间的组织结构后，回溯法就从开始结点出发，以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点，同时也成为当前的扩展结点。在当前的扩展结点处，搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点，并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动，则当前扩展结点就成为死结点。此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。回溯法即以这种工作方式递归地在解空间中搜索，直至找到所要求的解或解空间中已没有活结点时为止。

简单来说，回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来，换一条路再试。

基本思想

回溯在迷宫搜索中使用很常见，就是这条路走不通，然后返回前一个路口，继续下一条路。

回溯算法说白了就是穷举法。不过回溯算法使用剪枝函数，剪去一些不可能到达最终状态的节点，从而减少状态空间树节点的生成。

回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适用于解一些组合数较大的问题。

典型例题

借用剑指 offer 上的一道例题，来展示我们所说的回溯算法。

题目：

请设计一个函数，用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一个格子开始，每一步可以在矩阵中向左、向右、向上、向下移动一个格子。如果一条路径经过了矩阵中的某一个格子，则该路径不能再进入该格子。

参考代码：

class Solution {
public:
    bool hasPath(char** matrix, int rows, int cols, char* str) {
        // 用于记录某一个格子是否已经走过
        vector<bool> visited(rows * cols, false);
        
        // 尝试从矩阵的每个位置出发开始搜索
        for (int i = 0; i < rows; ++i) {
            for (int j = 0; j < cols; ++j) {
               // 若从该位置出发能够找到解则返回true；否则换个出发点继续搜索 
               if (dfs(i, j, 0, visited, matrix, rows, cols, str)) {
                    return true;
                }
            }
        }
        
        // 尝试完所有出发点后依然找不到解则返回false
        return false;
    }
    
    // 深度优先搜索
    bool dfs(int r, int c, int depth, vector<bool>& visited, const char** matrix, int rows, int cols, const char* str) {
        // depth代表的是目标串中的匹配的字符索引。若匹配到目标串的结束符时，表明解已找到
        if (str[depth] == '\0') {
            return true;
        }
        
        if (r >= 0 && r < rows && c >= 0 && c < cols && !visited[r * cols + c] && str[depth] == matrix[r][c]) {
            // 若当前路径匹配，则行进至该点，并标记该点已访问
            visited[r * cols + c] = true;

            // 向四个方向进行试探，匹配的字符深度要加1
            bool flag =  dfs(r + 1, c, depth + 1, visited, matrix, rows, cols, str)    // 向下
                      || dfs(r - 1, c, depth + 1, visited, matrix, rows, cols, str)    // 向上
                      || dfs(r, c + 1, depth + 1, visited, matrix, rows, cols, str)    // 向右
                      || dfs(r, c - 1, depth + 1, visited, matrix, rows, cols, str);   // 向左

            // 四个方向都搜索完成后，倘若都没找到解，则需要将标记取消，方便后续查找时再次进入该位置
            visited[r * cols + c] = false;

            return flag;
        }
        
        return false;
    }
};