算法训练 | 回溯算法Part1 | 77.组合、组合优化

目录

77.组合

回溯法

回溯剪枝优化

---

77.组合

• 题目链接：77. 组合 - 力扣（LeetCode）

• 文章讲解：programmercarl.com

回溯法

• 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，递归的深度就构成了树的深度。递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。

• 解题思路

  • 溯法就用递归来解决嵌套层数的问题。递归来做层叠嵌套（可以理解是开k层for循环），每一次的递归中嵌套一个for循环，那么递归就可以用于解决多层嵌套循环的问题了。

  • 把组合问题抽象为树形结构：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。n相当于树的宽度，k相当于树的深度。

  • 每次搜索到叶子节点就找到了一个结果。相当于只需要把达到叶子节点的结果收集起来，就可以求得 n个数中k个数的组合集合。

• 解题步骤

  • 递归函数的返回值以及参数：

    • 返回值一般为void，参数要定义两个全局变量，一个用来存放符合条件单一结果，一个用来存放符合条件结果的集合

    • 函数里一定有两个参数，既然是集合n里面取k个数，那么n和k是两个int型的参数。

    • 还需要一个参数，为int型变量startIndex，这个参数用来记录本层递归的中，集合的搜索开始位置（集合就是[1,...,n] ）。

  • 回溯函数终止条件：

    • path这个数组的大小如果达到k，说明我们找到了一个子集大小为k的组合了，在图中path存的就是根节点到叶子节点的路径。

    • 用result二维数组，把path保存起来，并终止本层递归。

  • 单层搜索的过程：

    • 回溯法的搜索过程就是一个树型结构的遍历过程，for循环用来横向遍历，递归的过程是纵向遍历。

    • for循环每次从startIndex开始遍历，然后用path保存取到的节点i。

    • backtracking（递归函数）通过不断调用自己一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回。

    • backtracking的下面部分就是回溯的操作了，撤销本次处理的结果。

• 代码一：回溯法

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) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        backtracking(n, k, 1);
        return result;
    }
};

回溯剪枝优化

• 解题思路

  • 举一个例子，n = 4，k = 4，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。 在第二层for循环，从元素3开始的遍历都没有意义了。

  • 图中每一个节点（图中为矩形），就代表本层的一个for循环，那么每一层的for循环从第二个数开始遍历的话，都没有意义，都是无效遍历。

  • 所以，可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

  • 如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。

  • 注意原代码中i，就是for循环里选择的起始位置。

• 解题步骤

  • 已经选择的元素个数：path.size();

  • 还需要的元素个数为: k - path.size();

  • 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历

• 代码注意

  • n - (k - path.size()) + 1

  • backtracking(n, k, i + 1);更新位置

• 代码一：剪枝优化

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;
    }
};