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;
}
};