LeetCode刷题复盘笔记—回溯算法（排列、组合问题）

今日主要学习了回溯算法，AC 了排列和组合两道经典回溯题目！

题目一：77. 组合

题目描述：
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。

示例:

C++代码

此代码是经过剪枝优化后的回溯算法：如果for循环选择的起始位置之后的元素个数已经不足我们需要的元素个数了，那么就没有必要搜索了

1.已经选择的元素个数：path.size();

2.还需要的元素个数为: k - path.size();

3.在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历
为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。
举个例子，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。
从2开始搜索都是合理的，可以是组合[2, 3, 4]。

class Solution {
protected:
    vector<int> path;
    vector<vector<int>> result;
    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){
            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 result;

    }
};

题目二：46. 全排列

题目描述：
给定一个 没有重复 数字的序列，返回其所有可能的全排列。

示例:

C++代码

排列和组合问题的主要区别就是排列要强调顺序

比如：元素1在[1,2]中已经使用过了，但是在[2,1]中还要在使用一次1，所以处理排列问题就不用使用startIndex了。

但排列问题需要一个used数组，标记已经选择的元素如图橘黄色部分所示:

其他部分就可以按照题意在原来组合的代码基础上进行小小的改动即可

class Solution {
protected:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums,vector<bool>& used){
        if(path.size()==nums.size()){
            result.push_back(path);
            return;
        }
        for(int i=0;i<nums.size();++i){
            if(used[i]==true) continue;
            used[i]=true;
            path.push_back(nums[i]);
            backtracking(nums,used);
            path.pop_back();
            used[i]=false;
        }
    }
public:
    vector<vector<int>> permute(vector<int>& nums) {
        vector<bool> used(nums.size(),false);
        backtracking(nums,used);
        return result;
    }
};

---

总结

重要算法思维！！!
回溯法，一般可以解决如下几种问题(出现这些问题要能联想到回溯算法！)：

组合问题：N个数里面按一定规则找出k个数的集合
排列问题：N个数按一定规则全排列，有几种排列方式
切割问题：一个字符串按一定规则有几种切割方式
子集问题：一个N个数的集合里有多少符合条件的子集
棋盘问题：N皇后，解数独等等

「回溯法解决的问题都可以抽象为树形结构」

因为回溯法解决的都是在集合中递归查找子集，「集合的大小就构成了树的宽度，递归的深度，都构成的树的深度」。

递归就要有终止条件，所以必然是一颗高度有限的树（N叉树）。

for循环就是遍历集合区间，可以理解一个节点有多少个孩子，这个for循环就执行多少次 backtracking这里自己调用自己，实现递归
大家可以从图中看出「for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历」，这样就把这棵树全遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了

回溯算法模板框架如下：

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
    }
}

---

欢迎大家扫码关注本人公众号：编程复盘与思考随笔

(关注后可以免费获得本人在csdn发布的资源源码)

公众号主要记录编程和刷题时的总结复盘笔记和心得！并且分享读书、工作、生活中的一些思考感悟！

想要组队一起参加阿里天池，kaggle，百度飞浆，科大讯飞等AI相关的比赛的同学可以扫下面的二维码加微信一起讨论学习！