理论基础
- ChatGPT:回溯法是一种常见的求解问题的算法。该算法遵循试错的思想,尝试在问题的解空间中搜索所有可能的解,并在搜索过程中逐步构建出问题的解,如果发现当前的解不符合要求,则回溯到上一步,继续寻找其他的解,直到找到满足所有条件的解或者所有的解都被搜索过。回溯法常用于求解组合问题、排列问题、子集问题等,也可以用于解决搜索问题。
回溯法不是高效的算法。回溯的本质是穷举,穷举所有可能。回溯法可以通过剪枝的操作提高速率。
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,构成的树的深度。
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)。
回溯(递归)函数 :深度遍历
void /*通常返回类型为空*/ backtracking ( /*......*/)
- 终止条件
if(/*...*/) {/*收集结果*/; return;}
- 单层搜索逻辑
for(/*集合的元素集,剪枝的操纵*/) {/*处理节点*/; /*递归函数*/; /*回溯操作*/;}
77. 组合
题目链接: 77. 组合
剪枝:如果剩余元素加上原有的元素都达不到想要的长度了,就没必要往下搜索了。
i <= n
变成i <= n - (k - path.size()) + 1
startIndex
用来控制下层回溯函数中起始的位置,startIndex = i + 1
,去掉元素集合的重复,且元素集合中重复元素,如[2, 2, 3]
。
class Solution {
public:
vector<int> path;
vector<vector<int>> res;
void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
res.push_back(path);
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1/*剪枝*/; ++i) {
path.push_back(i);
backtracking(n, k, i + 1);
path.pop_back();//回溯
}
}
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return res;
}
};