1.递归和回溯相辅相成
2.回溯算法是一种纯暴力算法。
3.用于解决 组合问题,切割问题 子集问题 排列问题
回溯法都可以抽象为一个树形结构
例如:leetcode 39:
给定一个无重复元素的正整数数组 candidates 和一个正整数 target ,找出 candidates 中所有可以使数字和为目标数 target 的唯一组合。
candidates 中的数字可以无限制重复被选取。如果至少一个所选数字数量不同,则两种组合是唯一的。
解法1:无限次的for循环嵌套,无限次的遍历,但是不可能,因为会运行超时,而且也很难写出这么复杂的结构
解法2:回溯算法
本质上也是一次次的遍历,但是巧妙利用递归,从而降低时间复杂度。
(该图引自代码随想录)
一般是创建两个数组,第一个数组是达成目标的子数组,另外一个是用于储存所有 达成目标数组的父数组。
难点在于递归与回溯的创建。按照题目选定一组数据,利用遍历与递归实现对于所有数据的组合,满足条件的存于子数组,并存于父数组,在此之后应该对子数组进行回溯,从而使其加入心得数据。直至完成(有时候开始时利用数组排序可以方便解题)(因为对回溯算法理解很浅,所以语言逻辑非常不清楚,主要看配图和代码理解吧)
var combinationSum = function(candidates, target) {
const path=[] //子数组
const res=[] //父数组
candidates.sort()
backtracking(0,0)
function backtracking(j,sum){
if(sum>target) return
if(sum===target) {
res.push(Array.from(path))
return
}
for(;j<candidates.length;j++){
const n=candidates[j]
if(n>target-sum) continue
path.push(n)
sum=sum+n
backtracking(j,sum)
path.pop()
sum=sum-n
}
};
return res
}
4.回溯三部曲 1.确定递归函数参数以及返回值 2.确定返回条件 3.单层递归逻辑