算法学习日记


转载至:微信公众号:代码随想录

一.回溯算法初探

1.什么是回溯法

回溯算法是一种暴力的枚举算法。二叉树的递归算法即是回溯算法。递归和回溯指的是同一个东西。

2.回溯算法效率

回溯本质上是枚举算法,并不高效。某些问题之所以使用回溯算法是因为没得选,只能进行暴力求解。最多进行剪枝优化。

3.回溯算法解决的问题

回溯法,一般可以解决如下几种问题:

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

4.如何理解回溯算法

回溯算法都可以抽象为树形结构。
回溯算法在集合中递归查找子集,因此集合大小就是树的宽度,递归深度就是树的深度
搜素到叶子节点即终止,因此此树必然高度有限。

5.模板

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
    }
}

二.回溯求组合问题

1.题目

题目链接:leetcode

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:
输入: n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]

2.思路

对于本问题,首先想到可以使用for循环求解。如:

int i=4;
for(int i = 1;i<=4;i++){
	for(int j = i+1;j<=4;j++){
		cout<<i<<" "<<j<<endl;
	}
}

但是因为k是变化的,必然要考虑使用递归进行求解。
转化为树形结构,结果集逐渐缩小。如下:
在这里插入图片描述
其中,n便是树的宽度,k便是树的深度。
解题思路:
递归终止条件:达到叶子节点。
每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围,通过传参进行调整

3.代码

首先定义全局变量存放中间结果和最终结果。

 vector<vector<int>> result; // 存放符合条件结果的集合
 vector<int> path; // 用来存放符合条件结果

确定变量传递:
这里要传递的变量只用来确定开始范围。n和k是最开始的条件,当然这两个条件也可以定义为全局变量从而简化参数:

void backtracking(int n, int k, int startIndex);


int k,n;//全局变量,记得要初始化
void backtracking(int startIndex);//简化传参

终止条件:遇到叶子节点即终止。这里指的是path中存放的数字数目等于k时,就可以终止并保存了。

  if (path.size() == k) {
            result.push_back(path);//保存结果
            return;
        }

递归入口:

for (int i = startIndex; i <= n; i++) {
            path.push_back(i); // 处理节点,加入路径 
            backtracking(n, k, i + 1); // 递归
            path.pop_back(); // 回溯,撤销处理的节点
        }

最终代码:

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int n, int k, int startIndex) {
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n; i++)
 {
            path.push_back(i); // 处理节点 
            backtracking(n, k, i + 1); // 递归
            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;
    }
};

4.剪枝优化

在递归遍历中,某些遍历是没有意义的。举个极端的例子。如下:
在这里插入图片描述
当n = 4,k = 4,时集合只有一个解[1,2,3,4]。但是在第一层循环中,去掉1后,集合中剩下[2,3,4],显然不可能再有符合k = 4的解。所以可以通过优化for循环条件来去除多余的循环和递归。
优化前:

 for (int i = startIndex; i <= n; i++)

优化思路:
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中至少要从该起始位置 : n - (k - path.size()) + 1,开始遍历。
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]。
优化后:

 for (int i = startIndex; i <= n - (k - path.size()) + 1; i++)

代码

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    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); // 处理节点 
            backtracking(n, k, i + 1); // 递归
            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;
    }
};

题目:https://leetcode-cn.com/problems/combinations/submissions/
优化前:执行时间为44,44ms
优化后:执行时间为16,20ms
在这里插入图片描述

三.求组合总和问题

1.题目

链接:https://leetcode-cn.com/problems/combination-sum-iii/
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。

说明:

所有数字都是正整数。
解集不能包含重复的组合。
示例 1:
输入: k = 3, n = 7
输出: [[1,2,4]]

示例 2:
输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]

2.思路

本题就是在[1,2,3,4,5,6,7,8,9]这个集合中找到和为n的k个数的组合。和上道题相比,不仅有个数k的限制,还有总和n的限制。和上一道题的变化仅在于终止条件的变化。
在这里插入图片描述

3.代码

终止条件,满足k个数,并且总和为n:

 if (path.size() == k) {
            if (sum == targetSum) result.push_back(path);
            return;
        }

其余部分和上题大致类似。

class Solution {
private:
    vector<vector<int>> result; // 存放结果集
    vector<int> path; // 符合条件的结果
    // targetSum:目标和,也就是题目中的n。
    // k:题目中要求k个数的集合。
    // sum:已经收集的元素的总和,也就是path里元素的总和。
    // startIndex:下一层for循环搜索的起始位置。
    void backtracking(int targetSum, int k, int sum, int startIndex) {
        if (sum > targetSum) { // 剪枝操作
            return; // 如果path.size() == k 但sum != targetSum 直接返回
        }
        if (path.size() == k) {
            if (sum == targetSum) result.push_back(path);
            return;
        }
        for (int i = startIndex; i <= 9; i++) {
            sum += i; // 处理
            path.push_back(i); // 处理
            backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex
            sum -= i; // 回溯
            path.pop_back(); // 回溯
        }
    }

public:
    vector<vector<int>> combinationSum3(int k, int n) {
        result.clear(); // 可以不加
        path.clear();   // 可以不加
        backtracking(n, k, 0, 1);
        return result;
    }
};

4.剪枝优化

这道题求总和,那么当sum大于n时,直接返回。

//已选的元素总和大于n
        if (sum > n) {
            return;
        }

四.电话号码组合问题

1.题目

地址:https://leetcode-cn.com/problems/letter-combinations-of-a-phone-number/
在这里插入图片描述
示例:
输入:“23”
输出:[“ad”, “ae”, “af”, “bd”, “be”, “bf”, “cd”, “ce”, “cf”].

2.思路

这里每个数字对应了一个字母集合。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大数据开发中的shell学习日记可以包括以下内容: 1. 学习Linux命令和shell脚本:作为大数据开发者,在Linux下进行开发是常见的,因此了解一些基本的Linux命令和编写shell脚本的技能是必备的。 2. 学习Django:Django是一个常用的Python Web框架,对于大数据开发来说,掌握Django可以帮助你构建数据分析和机器学习的应用程序。 3. 数据分析与机器学习:大数据开发中经常需要进行数据分析和机器学习的工作,因此学习相关的技术和算法是必要的。可以参考一些前人的经验贴和教程,了解常见的数据分析和机器学习方法。 4. 大数据组件:了解大数据开发中常用的组件,如Hadoop、Spark等,掌握它们的基本原理和使用方式。 5. 前端内容:虽然大数据开发主要是后端的工作,但了解一些基本的前端知识也是有帮助的,比如HTML、CSS和JavaScript。 6. 数据架构:了解大数据开发中的数据架构,包括数据采集层、数据存储与分析层、数据共享层和数据应用层等,这对于设计和搭建大数据系统是很重要的。 此外,你还可以在牛客网等平台上深入学习和交流大数据开发的经验和知识。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [java版斗地主源码-Interview-Summary:回顾这两年来学了些什么和日记,private](https://download.csdn.net/download/weixin_38592548/19393922)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [程序员必备学习资源资料库!!!免费开发书籍中文版大全](https://blog.csdn.net/qq_32146369/article/details/106194267)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [大数据平台架构--学习日记(一)](https://blog.csdn.net/lp279579561/article/details/104746083)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值