一、理论基础
这里的内容来自:代码随想录
回溯算法一般用来解决组合、分割、子集、排列、棋盘问题等:
回溯法也可以叫做回溯搜索法,它是一种搜索的方式,回溯是递归的副产品,只要有递归就会有回溯。
回溯算法并不是高效的算法,回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,如果想让回溯法高效一些,可以加一些剪枝的操作,但也改不了回溯法就是穷举的本质。
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,都构成的树的深度。
回溯算法的模板:
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
处理节点;
backtracking(路径,选择列表); // 递归
回溯,撤销处理结果
}
}
二、题目打卡
2.1 组合
题目链接:. - 力扣(LeetCode)
class Solution {
private:
vector<int> tmp;
vector<vector<int>> res;
void backTracking(int n, int k, int startIndex){
if(tmp.size() == k){
res.push_back(tmp);
return;
}
for(int i = startIndex; i <= n ; i++){
tmp.push_back(i);
// backTracking(n,k,startIndex + 1);
backTracking(n,k,i + 1);
tmp.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
backTracking(n,k,1);
return res;
}
};
第一次写回溯的代码还不是很习惯这个思想,剪枝也需要进一步理解一下:
class Solution {
private:
vector<int> tmp;
vector<vector<int>> res;
void backTracking(int n, int k, int startIndex){
if(tmp.size() == k){
res.push_back(tmp);
return;
}
for(int i = startIndex; i <= n - ( k - tmp.size()) + 1 ; i++){
tmp.push_back(i);
// backTracking(n,k,startIndex + 1);
backTracking(n,k,i + 1);
tmp.pop_back();
}
}
public:
vector<vector<int>> combine(int n, int k) {
backTracking(n,k,1);
return res;
}
};