代码随想录算法训练营第二十四天 | 理论基础、77. 组合

学习目标

• 学习回溯算法理论基础， 并进行练习

---

学习内容

回溯算法理论基础

文章链接:回溯算法理论基础

小结：回溯算法模板：

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
    }
}

77. 组合(Middle)

题目链接:77. 组合

题目：给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。
你可以按 任何顺序 返回答案。

示例 1：
输入：n = 4, k = 2
输出：
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]

示例 2：
输入：n = 1, k = 1
输出：[[1]]

思路：按照上面的回溯模板进行回溯
时间复杂度：O(n^k) 空间复杂度：O(k)

解决方案：

class Solution {
    List<List<Integer>> ans = new ArrayList<>();
    public List<List<Integer>> combine(int n, int k) {
        backTracking(n, k, 1, new LinkedList());
        return ans;
    }

    public void backTracking(int n, int k, int start, List<Integer> path) {
        if(path.size() == k) {
            ans.add(new ArrayList(path));
            return;
        }

        for(int i = start; i <= n; i++) {
            path.add(i);
            backTracking(n, k, i + 1, path);
            path.remove(path.size() - 1);
        }
    }
}

小结：这种不经减枝的算法时间十分耗时:

其实经过观察可以发现有一些组合从一开始就可以不去遍历. 这里用 Carl 哥的图片说明:

class Solution {
    List<List<Integer>> ans = new ArrayList<>();
    public List<List<Integer>> combine(int n, int k) {
        backTracking(n, k, 1, new LinkedList());
        return ans;
    }

    public void backTracking(int n, int k, int start, List<Integer> path) {
        if(path.size() == k) {
            ans.add(new ArrayList(path));
            return;
        }

        for(int i = start; i <= n - (k - path.size() - 1); i++) {
            
            path.add(i);
            backTracking(n, k, i + 1, path);
            path.remove(path.size() - 1);
        }
    }
}

---

总结

1. 记住回溯的模板:

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
    }
}

2. 考虑一下剪枝