题一:回溯算法(理论篇)
链接
视频总结
关键点
- 回溯的操作即,比如找出1 2 3 4 的所有长度为2的组合,在组合1 2,之后需要把2弹出,然后再加别的书,这个弹出的过程也就是回溯
- 回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,如果想让回溯法高效一些,可以加一些剪枝的操作,但也改不了回溯法就是穷举的本质。
- 回溯函数终止条件: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。
- cpp模板:
题二: 77. 组合
链接
视频总结
关键点
- 如果用for循环暴力的方法,则复杂度会是n的k次方,直接爆炸
- 而递归里每一层都是一个for循环
- 过程举例:
编程思路
Me:
卡尔:
回溯三步法:还有剪枝的空间,下个视频也会讲解常见的剪枝套路
力扣实战
思路一:
# 回溯三步法
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
result = []
path = []
def backtracking(n,k,startindex):
if len(path)==k:
result.append(path[:]) #此处只能是path[:],不可以是path,设计到把列表加入到列表当中,但是在pycharm编辑器里是可以的
return
for i in range(startindex,n+1): #此处是n+1注意,每一个i是当前层的每一个子孩子!
path.append(i)
backtracking(n,k,i+1)
path.pop()
backtracking(n,k,1)
return result
# 反思1:
思路二:剪枝
剪枝图解:
key:
- 在未剪枝的代码里提到,递归里for循环的i表示每一层需要遍历的从左到右的每一个儿子,而现在的剪枝就是为了让有些儿子直接被去除,也就是说,只要改变i遍历的上界,就可以让一些儿子被剪掉。
- path.size记录了path已经读取的元素个数,那么还需要读取k-path.size个,因为总共有n个数,从一开始,所以i的上界为 n-(k-path.size)+1,若是儿子节点数比这个还大,后面哪怕所有的数都取,也不够k个!所以改变for循环的上界,剪枝操作就已经完成了
- 注意,大多回溯算法的剪枝都是剪掉一些儿子,也就是在递归里for循环里i的遍历上界做文章
# 加上剪枝操作,优化只针对了三部曲的第三部(单层搜索逻辑)
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
# 剪枝操作之后(去掉一些不需要操作的儿子)
result = []
path = []
def backtracking(n,k,startindex):
if len(path)==k:
result.append(path[:]) #此处只能是path[:],不可以是path,设计到把列表加入到列表当中,但是在pycharm编辑器里是可以的
return
for i in range(startindex,n-(k-len(path))+2):
path.append(i)
backtracking(n,k,i+1)
path.pop()
backtracking(n,k,1)
return result