代码随想录算法训练营第二十四天 | 理论基础,77. 组合
1.1 理论基础
- 组合:N个数里面按一定规则找出k个数的集合
- 分割:一个字符串按一定规则有几种切割方式
- 子集:一个N个数的集合里有多少符合条件的子集
- 排列: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
- 其他
回溯法本身是一种穷举的做法,可以加一些剪纸的操作进行优化。所有回溯法的问题都可以抽象为树形结构。
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树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
}
}
1.2 第77题. 组合
思路:
- 如果直接暴力,k=50时需要写50个嵌套的循环,回溯可以通过递归解决嵌套层数的问题
class Solution {
private:
vector<vector<int>> res;
vector<int> path;
void backtracking(int n, int k, int startIndex){
if(path.size() == k){
res.push_back(path);
return;
}
for(int i = startIndex; i <= n; ++i){
path.push_back(i);
backtracking(n, k, i+1);
path.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return res;
}
};
思路:
- 剪枝优化:在递归中每一层的for循环选择合适的起始位置,如果for循环选择的起始位置之后的元素个数已经不足需要的元素个数,那么就没有必要搜索了
class Solution {
private:
vector<vector<int>> result;
vector<int> path;
void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
result.push_back(path);
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) { // 优化的地方
path.push_back(i); // 处理节点
backtracking(n, k, i + 1);
path.pop_back(); // 回溯,撤销处理的节点
}
}
public:
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
};
- 时间复杂度: O(n * 2^n)
- 空间复杂度: O(n),O(n+k)=O(n),即递归使用栈空间的空间代价和临时数组的空间代价。