回溯+剪枝

最新推荐文章于 2024-06-24 23:24:02 发布
最新推荐文章于 2024-06-24 23:24:02 发布
阅读量839 收藏 22
点赞数 23
分类专栏： 算法笔记 文章标签： 算法 c++ 剪枝 leetcode
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/rain_lin2000/article/details/135599285
版权

回溯和剪枝优化

首先需要明白的就是回溯算法的本质就是暴力穷举所有可能，然后再选择符合条件的结果，这是一个暴力求解的过程，就像我们解决某些问题的时候利用多层for循环穷举，不过多层for循环是有局限的，举一个简单的例子：在一个数组中，我们需要列举出5个数字的组合，利用for实现就需要写5层for循环，这样太繁琐了（而且想一想如果是10个数或者更多的数，那for的层数就要增加），这个时候就可以使用回溯来解决。

回溯，将元素尝试性的加入到答案的状态中，看看是否符合要求（如果符合要求就保存到最终结果当中，不符合的话就进行回溯，回到添加元素之前的状态）。回溯问题的求解过程可以看成是一棵树，找根节点到叶子节的解的过程，如下图所示：（图片和下文的题目列表来自代码随想录，题目来源leetcode）

https://www.programmercarl.com/

在这里插入图片描述

1.组合问题

1.1组合

在这里插入图片描述

剪枝优化体现在我们在剩下的元素数量已经不足以凑够k个数的结果时，我们就不需要再for循环遍历下去了，所以可以进行剪枝优化（优化和非优化代码均在下面代码中）

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(int n, int k, int startIndex){
        if(path.size() == k){
            result.push_back(path);
            return;
        }
        //下面循环时候做了剪枝优化
        //未剪枝版本：for(int i = startIndex; i <= n; i++)
        for(int i = startIndex; i <= n - (k - path.size()) + 1; i++){
            path.push_back(i);//添加节点
            backtracking(n, k, i + 1); //递归
            path.pop_back(); //回溯
        }
    }
    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return result;
    }
};

1.2电话号码的字母组合

在这里插入图片描述
这个题目相较于前面的题目来说，设计到一个字符串的处理过程，如何干净整洁处理好字符字符串也是一种考验，但是题目的解题思路和之前的题目完全一样的。

class Solution {
public:
    const string letterMap[10] = {
        "",
        "",
        "abc",
        "def",
        "ghi",
        "jkl",
        "mno",
        "pqrs",
        "tuv",
        "wxyz",
    };
    vector<string> result;
    string s;

    void backtracking(const string& digits, int index){
        if(index == digits.size()){
            result.push_back(s);
            return;
        }
        int digit = digits[index] - '0'; //获得index指向的数字
        string letters = letterMap[digit]; //取数字对应的字符表
        for(int i = 0; i < letters.size(); i++){
            s.push_back(letters[i]);
            backtracking(digits, index + 1);
            s.pop_back();
        }
    }
    vector<string> letterCombinations(string digits) {
        if(digits.size() == 0) return result;
        backtracking(digits, 0);
        return result;
    }
};

1.3组合总和

在这里插入图片描述

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& candidates, int target, int cnt, int startIndex){
        if(cnt > target) return;
        if(cnt == target){
            result.push_back(path);
            return;
        }
        for(int i = startIndex; i < candidates.size(); i++){
            cnt += candidates[i];
            path.push_back(candidates[i]);
            //这里需要注意，同一个数可以多次选择，所以就不是backtracking(candidates, target, cnt, startIndex + 1);
            backtracking(candidates, target, cnt, i);
            path.pop_back();
            cnt -= candidates[i];
        }
    }
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        backtracking(candidates, target, 0, 0);
        return result;
    }
};

1.4组合总和II

这个题目和组合总和相比，这个题目要求每个数字在每个组合中只能够使用一次，而且不能够有重复的结果，所以题目相当于又增加了去重的处理。
在这里插入图片描述

class Solution {
public:
    vector<vector<int>> answer;
    vector<int> path;
    void backtracking(vector<int>& candidates, int target, int cnt, int startIndex, vector<bool>& used){
        if(cnt > target) return;
        if(cnt == target){
            answer.push_back(path);
            return;
        }
        for(int i = startIndex; i < candidates.size() && cnt + candidates[i] <= target;i++){
            // used[i - 1] == true，说明同一 树枝candidates[i - 1]使用过
            // used[i - 1] == false，说明同一 树层candidates[i - 1]使用过
            // 要对同一树层使用过的元素进行跳过
            if(i > 0 && candidates[i] == candidates[i - 1] && used[i - 1] == false)  continue;
            path.push_back(candidates[i]);
            cnt += candidates[i];
            used[i] = true;
            backtracking(candidates, target, cnt, i + 1 ,used);
            used[i] = false;
            cnt -= candidates[i];
            path.pop_back();
            
        }
    }
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        //我们需要一个used数组来标记同一条的path中的元素是否已经使用
        vector<bool> used(candidates.size(), false);
        //先对数组进行一次排序
        sort(candidates.begin(), candidates.end());
        backtracking(candidates, target, 0, 0, used);
        return answer;
    }
};

1.5组合总和III

在这里插入图片描述

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(int targetSum, int k, int cnt, int startIndex){
        //剪枝操作1
        if(cnt >  targetSum) return;
        if(cnt == targetSum &&  path.size() == k){
            result.push_back(path);
            return;
        }
        //剪枝操作2
        for(int i = startIndex; i <= 9 - (k - path.size()) + 1; i++){
            cnt+=i;
            path.push_back(i);
            backtracking(targetSum, k, cnt, i + 1);
            path.pop_back();
            cnt-=i;
        }
    }
    vector<vector<int>> combinationSum3(int k, int n) {
        backtracking(n, k, 0, 1);
        return result;
    }
};

2.分割问题

在分割问题上面，会涉及到字符串操作相关的额外问题，比如回文的判定，IP数字的合法性判断等等。

2.1分割回文串

在这里插入图片描述
回溯的求解过程

class Solution {
public:
    vector<vector<string>> result;
    vector<string> path;
    void backtracking(const string& s, int startIndex){
        //如果起始位置已经大于s的大小了，说明已经找到了一组分割方案了
        if(startIndex >= s.size()){
            result.push_back(path);
            return;
        }
        for(int i = startIndex; i < s.size(); i++){
            if(isPalindrome(s, startIndex, i)){//是回文串
                //获取[startIndex, i]在s中的字串
                string str = s.substr(startIndex, i - startIndex + 1);
                path.push_back(str);
            }else{
                continue;
            }
            backtracking(s, i + 1);//寻找i+1为起始位置的字串
            path.pop_back();//回溯
        }
    }
    bool isPalindrome(const string& s, int start, int end){
        for(int i = start, j = end; i < j; i++, j--){
            if(s[i] != s[j]){
                return false;
            }
        }
        return true;
    }
    vector<vector<string>> partition(string s) {
        backtracking(s, 0);
        return result;
    }
};

这里题目的优化思路就在于回文判定的时候，回文串判定存在重复操作的，所以我们可以提前做好回文子串的判定，然后把将结果存储到二维数组中，减少回文判定时候的重复操作。

class Solution {
public:
    vector<vector<string>> result;
    vector<string> path;
    vector<vector<bool>> isPalindrome;//存放事先计算好的是否为回文子串的结果
    void backtracking(const string& s, int startIndex){
        //如果起始位置已经大于s的大小了，说明已经找到了一组分割方案了
        if(startIndex >= s.size()){
            result.push_back(path);
            return;
        }
        for(int i = startIndex; i < s.size(); i++){
            if(isPalindrome[startIndex][i]){//是回文串
                //获取[startIndex, i]在s中的字串
                string str = s.substr(startIndex, i - startIndex + 1);
                path.push_back(str);
            }else{
                continue;
            }
            cout<<i<<endl;
            backtracking(s, i + 1);//寻找i+1为起始位置的字串
            path.pop_back();//回溯
        }
    }
    void computePalindrome(const string& s){
        //isPalindrome[i][j]代表s[i : j]是否为回文字符串
        isPalindrome.resize(s.size(),vector<bool>(s.size(), false));
        for(int i = s.size() - 1; i >= 0; i--){
            //需要倒序计算，保证i行时，i+1行已经计算好了
            for(int j = i; j < s.size(); j++){
                if(j == i){
                    isPalindrome[i][j] = true;             
                }else if(j - i == 1){
                    isPalindrome[i][j] = (s[i] == s[j]);
                }else{
                    isPalindrome[i][j]= (s[i] == s[j] && isPalindrome[i + 1][j - 1]);
                }
            }
        }
    }
    vector<vector<string>> partition(string s) {
        computePalindrome(s);
        backtracking(s, 0);
        return result;
    }
};

2.2复原IP地址

在这里插入图片描述
这里需要判断构成IP的数字是否合法，所以精简的写出合法性判断很重要

class Solution {
public:
    vector<string> result;
    //startIndex:搜索的起始位置，pointNum：添加逗点的数量
    void backtracking(string& s, int startIndex, int pointNum){
        if(pointNum == 3){//逗点数量为3时，分隔就结束了
            //判断第四个子字符串是否合法，如果合法就放进result中
            if(isValid(s, startIndex, s.size() - 1)){
                result.push_back(s);
            }
            return;
        }
        for(int i = startIndex; i < s.size(); i++){
            if(isValid(s, startIndex,i)){//判断[startIndex, i]这个区间的子串是否合法
                s.insert(s.begin() + i +1,'.');//在i的后面插入一个逗点
                pointNum++;
                backtracking(s, i + 2, pointNum);
                pointNum--;
                s.erase(s.begin() + i + 1);
            }else{
                break;
            }
        }
    }
    //判断字符串s在[startIndex, i]这个区间的子串是否合法
    bool isValid(const string& s, int start, int end){
        if(start > end){
            return false;
        }
        if(s[start] == '0' && start != end){
            return false;
        }
        int num = 0;
        for(int i = start; i <= end; i++){
            if(s[i] > '9' || s[i] < '0'){
                return false;
            }
            num = num * 10 + (s[i] - '0');
            if(num > 255){
                return false;
            }
        }
        return true;
    }
    vector<string> restoreIpAddresses(string s) {
        if(s.size() < 4 || s.size() > 12) return result;
        backtracking(s, 0, 0);
        return result;
    }
};

3.子集问题

3.1子集

在这里插入图片描述
这个题目时回溯问题的板子题，也就是回溯的模板基本上都和这个题目是差不多的

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& nums, int startIndex){
        result.push_back(path);
        if(startIndex >= nums.size()){
            return;
        }
        for(int i = startIndex; i < nums.size(); i++){
            path.push_back(nums[i]);
            backtracking(nums, i + 1);
            path.pop_back();
        }
    }
    vector<vector<int>> subsets(vector<int>& nums) {
        backtracking(nums, 0);
        return result;
    }
};

3.2子集 II

在这里插入图片描述这个题目这里存在了重复元素，所以就涉及到一个去重的问题，我们可以增加一个used数组来实现去重的过程

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    
    void backtracking(vector<int>& nums, int startIndex, vector<bool> used){
        result.push_back(path);
        if(startIndex >= nums.size()) return;
        for(int i = startIndex; i < nums.size(); i++){
            //相同的元素可以同时使用，但是不可以非同时使用
            if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) continue;
            path.push_back(nums[i]);
            used[i] = true;
            backtracking(nums, i + 1, used);
            used[i] = false;
            path.pop_back();
        }
    }
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        vector<bool> used(nums.size(), false);
        sort(nums.begin(), nums.end());
        backtracking(nums, 0, used);
        return result;
    }
};

4.排列问题

前面的组合问题，元素之间的无序并不影响结果，而在组合问题中，元素顺序不一致表示不同的结果。下面为全排列的问题。

4.1全排列

在这里插入图片描述在这里used数组的作用就不是为了实现去重的功能了，不过也是为了标记元素的使用情况。

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    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;//path里面已经收录了
            used[i] = true;
            path.push_back(nums[i]);
            backtracking(nums, used);
            path.pop_back();
            used[i] = false;
        }
    }
    vector<vector<int>> permute(vector<int>& nums) {
        vector<bool> used(nums.size(), false);
        backtracking(nums, used);
        return result;
    }
};

4.2全排列II

在这里插入图片描述当全排列问题中数组存在相同元素的时候，这时就涉及到如何去重的问题

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    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++){
            // used[i - 1] == true，说明同一树枝nums[i - 1]使用过
            // used[i - 1] == false，说明同一树层nums[i - 1]使用过
            // 如果同一树层nums[i - 1]使用过则直接跳过
            if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) continue;
            if(used[i] == false){
                used[i] = true;
                path.push_back(nums[i]);
                backtracking(nums, used);
                path.pop_back();
                used[i] = false;
            }   
        }
    }
    vector<vector<int>> permuteUnique(vector<int>& nums) {
        sort(nums.begin(), nums.end());
        vector<bool> used(nums.size(), false);
        backtracking(nums, used);
        return result;
    }
};

5.棋盘问题

5.1N皇后问题

N皇后问题是回溯的经典应用
在这里插入图片描述

class Solution {
public:
    vector<vector<string>> result;
    //n为输入棋盘的大小，row为第几行了
    void backtracking(int n, int row, vector<string>& chessboard){
        if(row == n){
            result.push_back(chessboard);
            return;
        }
        for(int col = 0; col < n; col++){
            if(isValid(row, col, chessboard, n)){//验证合法性就可以放
                chessboard[row][col] = 'Q';
                backtracking(n, row + 1, chessboard);
                chessboard[row][col] = '.';//回溯 撤销皇后
            }
        }
    }
    //用来检查皇后存放的位置是否合法
    bool isValid(int row, int col, vector<string>& chessboard, int n){
        //检查列:0度和180度角
        for(int i = 0; i < row; i++){
            if(chessboard[i][col] == 'Q') return false;
        }
        //行不需要检查（因为每行只能放一个皇后）
        //检查45度角(主对角线)
        for(int i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--){
            if(chessboard[i][j] == 'Q') return false;
        }
        //检查135度角（副对角线）
        for(int i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++){
            if(chessboard[i][j] == 'Q') return false;
        }
        return true;
    }
    vector<vector<string>> solveNQueens(int n) {
        vector<string> chessboard(n, string(n, '.'));
        backtracking(n, 0, chessboard);
        return result;
    }
};

5.2解数独

解数独的设计到二维的回溯，题目的难度相较于前面的题目难度大，不过回溯的思路很明确，就是暴力搜索探测结果，一旦方向某个数填在的位置不可行，就立马回溯，重新选择其他数字

在这里插入图片描述

class Solution {
public:
    bool backtracking(vector<vector<char>>& board){
        for(int i = 0; i < board.size(); i++){
            for(int j = 0; j < board[0].size(); j++){
                if(board[i][j] == '.'){
                    for(char k = '1'; k <= '9'; k++){
                        if(isValid(i, j, k, board)){
                            board[i][j] = k;
                            //如果找到合适的一组立即返回
                            if(backtracking(board)) return true;
                            board[i][j] = '.';
                        }
                    }
                    //9个数字都试完了且都不行，那就直接返回
                    return false;
                }
            }
        }
        //如果都没有false返回，说明找到了合适的棋盘位置
        return true;
    }
    bool isValid(int row, int col, char val, vector<vector<char>>& board){
        //判断行是否重复
        for(int i = 0; i < 9; i++){
            if(board[row][i] == val) return false;
        }
        //判断列是否重复
        for(int j = 0; j < 9; j++){
            if(board[j][col] == val) return false;
        }
        //接下来判断小矩形9个方格里面是否重复
        int startRow = (row / 3) * 3;
        int startCol = (col / 3) * 3;
        for(int i = startRow; i < startRow + 3; i++){
            for(int j = startCol; j < startCol + 3; j++){
                if(board[i][j] == val) return false;
            }
        }
        //最后表示这个数字能够放在这个空格里面
        return true;
    }
    void solveSudoku(vector<vector<char>>& board) {
        backtracking(board);
    }
};

6.其他问题

6.1递增子数列

这个题目和子集II很像，但是这个两个题目并不相同！这个题目不能够利用排序进行预处理，我们需要保持数组原本的次序的情况下，不要找到递增子序列，并且实现结果的去重操作
在这里插入图片描述

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& nums, int startIndex){
        if(path.size() > 1) result.push_back(path);
        unordered_set<int> uset;//使用set对本层元素进行去重
        for(int i = startIndex; i < nums.size(); i++){
            if((!path.empty() && nums[i] < path.back()) || uset.find(nums[i]) != uset.end()){
                continue;
            }
            uset.insert(nums[i]);//记录这个元素在本层已经用过了，本层之后不能再用了
            path.push_back(nums[i]);
            backtracking(nums, i + 1);
            path.pop_back();
        }
    }
    vector<vector<int>> findSubsequences(vector<int>& nums) {
        backtracking(nums, 0);
        return result;
    }
};
佳雨初林
关注
  • 23
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
阿里笔试扑克牌题目 （记忆化回溯+剪枝）
12-22
该题目是阿里巴巴笔试中的一道算法题，主要考察的是记忆化搜索（Memoization）和回溯（Backtracking）策略，同时也涉及到剪枝（Pruning）技术。问题的核心是处理一副扑克牌，寻找从给定的整数序列中抽取牌的方式，...
回溯算法及剪枝
qq_41897304的博客
02-13 4404
回溯算法及剪枝理论基础模板框架实例思路剪枝 回溯算法的本质是暴力穷举，即使用递归控制for循环嵌套的数量，本身不是一个高效的算法。尽管可以使用剪枝来提高效率，但是还是改不了穷举的本质。回溯法，一般用来解决组合，排列，切割，子集，棋盘等问题。 理论基础 回溯法也就是使用递归函数进行解决问题，精髓是使用递归控制for循环嵌套的数量。 解决问题的过程可以抽象为树形结构，即一颗高度有限的树（N叉树）。从根节点一直走到叶子节点。叶子节点为满足条件的一个解决方案。 因为回溯法解决的都是在集合中递归查找子集，所以集合的大
算法：回溯+剪枝
weixin_42067304的博客
12-09 3766
回溯算法的定义： 在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。 解空间树：依据待解决问题的特性，用树结构表示问题的解结构、用叶子表
数据结构与算法：回溯算法约束条件：剪枝详解、示例（C#、C++）与回溯典型例题详解
最新发布
qq_35320456的博客
06-24 988
回溯算法是一种强大的算法，可以用来解决各种问题。通过设置约束条件和使用剪枝技术，我们可以有效地减少搜索空间，提高算法的效率。在实际应用中，回溯算法可以帮助我们解决各种问题，如 N 皇后问题、0-1 背包问题、旅行商问题等。希望这篇博客能帮助你更好地理解回溯算法及其应用。
回溯注意点：回溯时间复杂度的计算与剪枝操作
CFY1226的博客
06-25 1717
不剪枝的版本会尝试所有的可能组合，直到得到长度为k的组合。然而，对于一些情况，当我们已经选择了足够多的元素，使得剩余的元素不足以填满长度为k的组合时，我们仍然会继续尝试，这其实是无效的。在这种情况下，我们仍然可以使用公式来大致评估时间复杂度，但需要注意，这只是一个大概的评估，因为在某些路径中，可能由于和超过了目标值或者元素数量已满，提前结束了搜索。在电话号码的字母组合问题中，我们需要为输入的每一个数字选择一个字母，每一个数字都有几个可能的字母，我们需要尝试所有的可能选择，以生成所有可能的组合。
算法学习-回溯问题与剪枝
蒋大钊的博客
02-27 686
记录回溯和剪枝算法的刷题过程
递归、dfs、回溯、剪枝，一针见血的
RGHLY21的博客
02-02 3329
递归、dfs、回溯，一针见血的
剑指Offer – 面试题38. 字符串的排列（全排列，排序，回溯+剪枝）
12-23
1. 题目 输入一个字符串，打印出该字符串中字符的所有排列。 你可以以任意顺序返回这个字符串数组，但里面不能有重复元素。 示例: 输入：s = "abc" 输出：["abc","acb","bac",... 全排列（回溯） LeetCode 47. 全排列 I
2019华为杯数学建模F题 第一题 回溯+剪枝 第二题 算到一半 组长换题了，所以在此贡献思路和代码，有缘者继续做下去吧.zip
09-25
这是一场挑战参赛者运用数学方法解决实际问题的比赛，其中涉及到的核心技术是回溯法和剪枝策略，这些都是算法设计与实现的重要部分。下面我们将深入探讨这两个概念及其在数学建模中的应用。 首先，回溯法是一种试探...
POJ3009-Curling 2.0【DFS+Vector+回溯+剪枝】
07-31
《POJ3009-Curling 2.0：深度优先搜索、向量、回溯与剪枝的综合应用》 北京大学在线编程平台上的POJ3009题目名为"Curling 2.0"，它是一道涉及到算法与数据结构的复杂问题，主要考察了参赛者对深度优先搜索（DFS）、...
算法学习-剪枝&回溯
m0_46614929的博客
06-06 193
函数，i,j表示网格坐标，k表示word的第k个字符，如果能搜索到第k个字符返回true，否则返回false，check函数的终止条件有2种情况。表示节点已经访问过了，然后顺着当前网格坐标的四个方向继续尝试，如果没找到k开始的子串，则回溯状态。函数的时候，进行4个方向的检查，其余坐标的节点都是3个方向检查，走过来的分支不会反方向回去，所以。，M,N 为网格的长度与宽度，L 为字符串 word 的长度，第一次调用。个坐标，且存在剪枝，所以最坏的情况下时间复杂度是。，剪枝之后会优化，最坏的情况是。
ACM回溯法中的搜索剪枝
05-19
ACM中的回溯法：搜索是人工智能中的一种基本方法，也是信息学竞赛选手所必须熟练掌握的一种方法。我们在建立一个搜索算法的时候，首要的问题不外乎两个： 1. 建立算法结构。 2. 选择适当的数据结构。 然而众所周知的是，搜索方法的时间复杂度大多是指数级的，简单的不加优化的搜索，其时间效率往往低的不能忍受，更是难以应付信息学竞赛严格的运行时间限制。 本文所讨论的主要内容就是在建立算法的结构之后，对程序进行优化的一种基本方法——剪枝。
【数据结构与算法】第十九篇：回溯，剪枝，N皇后问题
qq_61571098的博客
01-25 1671
🥳🥳回溯可以理解为：通过选择不同的岔路口来通往目的地（找到想要的结果）1.每一步都选择一条路出发，能进则进，不能进则退回上一步（回溯），换一条路再试2. 树、图的深度优先搜索（DFS）、八皇后、走迷宫都是典型的回溯应用。
算法----回溯（附录---剪枝）
longxuan01的博客
02-09 1780
将不需要的删除，不考虑。
回溯-剪枝
qq_41648804的博客
08-13 484
回溯算法也可以认为是某种程度的暴力穷举，但是在暴力穷举的过程中，可以根据解的相关性质将不满足条件的解及时剪枝 相关例题 括号生成 数字 n代表生成括号的对数，请你设计一个函数，用于能够生成所有可能的并且 有效的 括号组合。 示例 1： 输入：n = 3 输出：["((()))","(()())","(())()","()(())","()()()"] class Solution { public: vector<string> vec; void df...
算法--回溯+剪枝
大魔王
07-10 1481
搞了一天的回溯算法，现在总结一下，基本的解题思路还是有一定套路的。 回溯算法 采用试错的思想，它尝试分步的去解决一个问题。在分步解决问题的过程中，当它通过尝试发现现有的分步答案不能得到有效的正确的解答的时候，它将取消上一步甚至是上几步的计算，再通过其它的可能的分步解答再次尝试寻找问题的答案。回溯法通常用最简单的递归方法来实现，在反复重复上述的步骤后可能出现两种情况： 找到一个可能存在的正确的答案； 在尝试了所有可能的分步方法后宣告该问题没有答案。 回溯算法本质上是一种递归算法，基本上...
回溯算法及其剪枝操作
qq_52962878的博客
05-09 805
在我们解决实际问题的时候，经常会遇到一种情况。即是我们现在面临很多种选择，我们需要先从中选择一个选项，然后基于这个选项又会派生出很多新的选项，接着重复这种操作，直到到达最终状态。举一个经典的例子：在8×8格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。这个问题又被称为n皇后问题。在构想具体的实现方法之前不如让我们现在棋盘上摆摆看。由于8×8棋盘的情况过于复杂，所以笔者在这里使用4×4的棋盘来举例。
小掰笔记之：回溯算法详解（超长的哦！）
m0_74984806的博客
11-02 1610
本文以代码随想录为基础，在此之上选出了5道经典题目，用于理解回溯算法的本质，学习编写剪枝方法的技巧，学会将问题抽象为相应结构并解决。
pythondfs+回溯+剪枝
11-08
根据提供的引用内容，没有直接涉及到"pythondfs+回溯+剪枝"的概念。但是可以看出，引用中提到了回溯法，而引用中的代码实现了回溯算法解决括号生成问题。在回溯算法中，通常会使用深度优先搜索（DFS）来遍历所有可能...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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