大家好我是苏麟 , 今天聊聊回溯是怎么个事 .
回溯是最重要的算法思想之一,主要解决一些暴力枚举也搞不定的问题,例如组合、分割、子集、排列,棋盘等。从性能角度来看回溯算法的效率并不高,但对于这些暴力都搞不定的算法能出结果就很好了,效率低点没关系
我们利用LeetCode 77 组合题来了解回溯 . 77.组合
回溯可以视为递归的拓展,很多思想和解法都与递归密切相关,在很多材料中都将回溯都与递归同时解释。因此学习回溯时,我们对比递归来分析其特征会理解更深刻。
- 递归策略: 先与意中人制造偶遇,然后了解人家的情况,然后约人家吃饭,有好感之后尝试拉人家的手,没有拒绝就表白。
- 回溯策略: 先统计周围所有的单身女孩,然后一个一个表白,被拒绝就说“我喝醉了”,然后就当啥也没发生,继续找下一个
回溯最大的好处是有非常明确的模板,所有的回溯都是一个大框架,因此透彻理解回溯的框架是解决一切回溯问题的基础
回溯不是万能的,而且能解决的问题也是非常明确的,例如组合、分割、子集、排列,棋盘等等,不过这些问题具体处理时又有很多不同
回溯模板 :
void huisu(参数){
if(){
return;
}
for(){
处理......
huisu();
......
}
}
从N叉树开始
在解释回溯之前,我们先看一下N叉树遍历的问题,我们知道在二又树中,按照前序遍历的过程如下所示 :
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
}
public void nodeVal(TreeNode node){
if(node == null){
return;
}
System.out.println(node.val);
nodeVal(node.left,list);
nodeVal(node.right,list);
}
}
假如我现在是一个三叉、四叉甚至N叉树该怎么办呢? 很显然这时候就不能用 left 和 right 来表示分支了,使用一个List比较好,也就是这样子 :
N 叉树的定义 :
class TreeNode{
int val;
List<TreeNode> nodes;
}
遍历的代码 :
public void nodeVal(TreeNode node){
if(node == null){
return;
}
System.out.println(node.val);
for(int i = 1;i <= nodes.length;i++){
nodeVal(第i个节点);
}
}
}
到这里,你有没有发现和上面说的回溯的模板非常像了? 是的!非常像!既然很像,那说明两者一定存在某种关系。其他暂时不管,现在你只要先明白回溯的大框架就是遍历N又树就行了。
为什么有的问题暴力搜索也不行
我们说回湖主要解决暴力枚举也解决不了的问题,什么问题这么神奇,暴力都搞不定?
LeetCode77: 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。
例如,输入n=4k=2,则输出 : [[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]
首先明确这个题是什么意思,如果n=4,k=2,那就是从4个数中选择2个,问你最后能选出多少组数据。这个是高中数学中的一个内容,过程大致这样: 如果n=4,那就是所有的数字为{1,2,3,4)
- 1.先取一个1,则有[1,2],[1,3],[1,4]三种可能
- 2.然后取一个因为1已经取过了,不再取,则有[2,3],[2,4]两种可能
- 3.再取一个3,因为1和2都取过了,不再取,则有[3,4]一种可能
- 4.再取4,因为1,2,3都已经取过了,所以直接返回null
- 5.所以最终结果就是[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]
这就是我们思考该问题的基本过程,写成代码也很容易,双层循环轻松搞定
int n = 4;
for (int i = 1; i <= n; i++) {
for (int j = i + 1; j <= n; j++) {
System.out.println(i + " " + j);
}
}
假如n和k都变大,比如n是200,k是3呢? 也可以,三层循环基本搞定
int n = 200;
for (int i = 1; i <= n; i++) {
for (int j = i + 1; j <= n; j++) {
for (int u = j + 1; u <= n; n++) {
System.out.println(i + " " + j + " " + u);
}
}
}
如何这里的K是5呢? 甚至是50呢? 你需要套多少层循环? 甚至告你K就是一个末知的正整数k,你怎么写循环呢?这时候已经无能为例了? 所以暴力搜索就不行了。
这就是组合类型问题,除此之外子集、排列、切割、棋盘等方面都有类似的问题,因此我们要找更好的方式。
回溯 = 枚举 + 递归 + 撤销
我们继续研究LeetCode77题,我们图示一下上面自己枚举所有答案的过程。
n=4时,我们可以选择的n有 1,2,3,4这四种情况,所以我们从第一层到第二层的分支有四个,分别表示可以取1,2,3,4。而且这里 从左向右取数,取过的数,不在重复取。第一次取1,集合变为2,3,4,因为k为2,我们只需要再取一个数就可以了,分别取2,3,4,得到集合[1,2] [1,3][1,4],以此类推横向:
每次从集合中选取元素,可选择的范围会逐步收缩,到了取4时就直接为空了
继续观察树结构,可以发现,图中每次访问到一次叶子节点(图中红框标记处),我们就找到了一个结果。虽然最后一个是空,但是不影响结果。这相当于只需要把从根节点开始每次选择的内容(分支)达到叶子节点时,将其收集起来就是想要的结果。
如果感觉不明显,我们再画一个n=5,k=3的例子:
从图中我们发现元素个数n相当于树的宽度(横向),而每个结果的元素个数k相当于树的深度(纵向)。所以我们说回溯算法就是一纵一横而已。再分析,我们还发现几个规律:
- 我们每次选择都是从类似{1,2,3,4),1,2,3,4,5这样的序列中一个个选的,这就是局部枚举,而且越往后枚举范围越小。
- 枚举时,我们就是简单的暴力测试而已,一个个验证,能否满足要求,从上图可以看到,这就是N叉树遍历的过程,因此两者代码也必然很像。
- 我们再看上图中红色大框起来的部分,这个部分的执行过程与n=4,k=2的处理过程完全一致,很明显这是个可以递归的子结构。
这样我们就将回溯与N叉树的完美结合在一起了
到此,还有一个大问题没有解决,回溯一般会有个手动撤销的操作,为什么要这样呢? 继续观察纵横图:
我们可以看到,我们收集每个结果不是针对叶子结点的,而是针对树枝的,比如最上层我们首先选了1,下层如果选2,结果就是(1,2),如果下层选了3,结果就是(1,3),依次类推。现在的问题是当我们得到第一个结果{1,2)之后,怎么得到第二个结果(1,3}呢?
继续观察纵横图,可以看到,我可以在得到(1,2)之后将2撤掉,再继续取3,这样就得到了(1,3},同理可以得到{1,4},之后当前层就没有了,我们可以将1撤销,继续从最上层取2继续进行。
这里对应的代码操作就是先将第一个结果放在临时列表 deque 里,得到第一个结果(1,2)之后就将path里的内容放进结果列表 list 中,之后,将 deque 里的2撤销掉,继续寻找下一个结果{1.3},然后继续将 deque 放入list,然后再撤销继续找。
这几条就是回溯的基本规律,明白之后,一切都变得豁然开朗。
到此我们就可以写出完整的回溯代码了 :
class Solution {
public List<List<Integer>> combine(int n, int k) {
List<List<Integer>> list = new ArrayList<>();
if(n <= 0 || n < k){
return list;
}
Deque<Integer> deque = new ArrayDeque<>();
dfs(n,k,1,list,deque);
return list;
}
//dfs 深度优先搜索的意思
public void dfs (int n,int k,int start,List<List<Integer>> list,Deque<Integer> deque){
if(deque.size() == k){
list.add(new ArrayList<>(deque));
return;
}
for(int i = start;i <= n;i++){
deque.addLast(i);
dfs(n,k,i + 1,list,deque);
deque.removeLast();
}
}
}
上面代码还有个问题要解释一下: start 和 i 是怎么变化的,为什么传给下一层时要加 1.我们可以看到在递归里有个循环
for (int i = startIndex; i <= n; i++) {
dfs(n,k,i+1,path,res);
}
这里的循环有什么作用呢? 看一下图就知道了,这里其实就是枚举,第一次n=4,可以选择1,2,3,4四种情况,所以就有四个分支,for循环就会执行四次:
而对于第二层第一个,选择了1之后,剩下的元素只有2,3,4了,所以这时候for循环就执行3次,后面的则只有2次和1次。
这期就到这里 , 下期见!