前言
在刷题的过程中,我在回溯算法专题目前遇到最多的题的类型都是组合或者排列问题。以下为个人总结:
区别
看问题是否和顺序有关。有关就是排列,无关就是组合。
- 排列:比如说排队问题甲乙两人排队,先排甲,那么站法是甲乙,先排乙,那么站法乙甲,是两种不同的排法,和先排还是后排的顺序有关,所以是A(2,2)=2种
- 组合:从甲乙两个球中选2个,无论先取甲,在是先取乙,取到的两个球都是甲和乙两个球,和先后取的顺序无关,所以是C(2,2)=1种
组合
问题
给定两个整数 n 和 k,返回 1 … n 中所有可能的 k 个数的组合。
输入:n = 4, k = 2
输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]
解题思路
如果我们选择暴力方法的话,选择k个数的组合,那么我们就得for循环几次,但是题目中的k是不确定的,因此我们不可能提前写好for循环的次数。那么我们就得使用回溯算法来解决问题,其实回溯算法也就是暴力解法,只是将for的循环次数用递归进行了实现。再回溯的过程中使用一个变量来index控制选取的范围从而不会选取之前选过的元素,这样实现了组合的效果。
借用代码随想录的一张图可以很好的理解组合问题回溯的过程。
class Solution {
/*
1. 定义递归函数 void backtracking(int n,int k,int index); 其中index用来
控制每次从数组哪个位置开始取,例如我们从数组[1,2,3,4]中取组合,先取出了1,
那么下次取数就从2开始取。
2. 结束条件 path.size()==k 条件给的让选择k个数的组合
3. 单层搜索过程:每次先将取到的数加入单个结果集,然后递归下去取以这个数位开始的所
有组合。然后撤销本次操作,因为我们要以不同的数为开始得到组合。
*/
List<Integer> path=new ArrayList<>();
List<List<Integer>> result=new ArrayList<List<Integer>>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n,k,1);
return result;
}
public void backtracking(int n,int k,int index){
if(path.size()==k){
result.add(new ArrayList<>(path));
return;}
for(int i=index;i<=n;i++){
path.add(i);
backtracking(n,k,i+1);
path.remove(path.size()-1);;
}
}
}
排列
问题
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]]
解题思路
排列问题更注重顺序,两个答案的元素组成可以是相同的,但是它们的顺序不同。因此我们选取不同答案集合的时候,就不能使用index变量来控制每个答案中元素取值的范围,因此从0开始取(相当于每层取元素后剩下的集合都是全部元素减去取的元素后集合,例如{1,2,3} 取1,然后从剩下的{2,3}中选取元素,{1,2,3}取2,然后从剩下的{1,3}中选取元素)。但是在一个答案中,如果每次都从0开始取元素那么会造成元素的重复,因此在选取单个答案的时候需要使用一个used数组来记录选取过的元素。
借用代码随想录的一张图可以很好的理解组合问题回溯的过程。
class Solution {
List<List<Integer>> result=new ArrayList<List<Integer>>();
List<Integer> path=new ArrayList<>();
public List<List<Integer>> permute(int[] nums) {
int[] used=new int[nums.length];
backtracking(nums,0,nums[0],used);
return result;
}
public void backtracking(int[] nums,int startindex,int x,int[] used){
if(path.size()==nums.length){
result.add(new ArrayList<>(path));
return;
}
for(int i=0;i<nums.length;i++){ //每次都选取全部元素
if(used[i]==1) // 在数枝上,如果选取过这个元素那么在之后就不再选择。
continue;
used[i]=1;
path.add(nums[i]);
backtracking(nums,i+1,i,used);
used[i]=0;
path.remove(path.size()-1);
}
}
}