Topic
- Backtracking
Description
https://leetcode.com/problems/combinations/
Given two integers n and k, return all possible combinations of k numbers out of 1 ... n.
You may return the answer in any order.
Example 1:
Input: n = 4, k = 2
Output:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
Example 2:
Input: n = 1, k = 1
Output: [[1]]
Constraints:
- 1 <=
n<= 20 - 1 <=
k<= n
Analysis
初次尝试
直接的想法解法是使用for循环。示例一中n为4，k为2，很容易想到用两个for循环，这样就可以输出和示例中一样的结果，代码如下：
int n = 4;
for (int i = 1; i <= n; i++) {
for (int j = i + 1; j <= n; j++) {
System.out.println(i + " " + j);
}
}
输入：n = 100, k = 3 那么就三层for循环，代码如下：
int n = 100;
for (int i = 1; i <= n; i++) {
for (int j = i + 1; j <= n; j++) {
for (int k = j + 1; k <= n; n++) {
System.out.println(i + " " + j + " " + k);
}
}
}
如果n为100，k为50呢，那就编写50层for循环，显然这是不可取的。
主角登场
回溯搜索法来了，虽然回溯法也是暴力，但至少能写出来，不像for循环嵌套k层让人绝望。
要解决 n为100，k为50的情况，暴力写法需要嵌套50层for循环，那么回溯法就用递归来解决嵌套层数的问题。
递归来做层叠嵌套（可以理解是开k层for循环），每一次的递归中嵌套一个for循环，那么递归就可以用于解决多层嵌套循环的问题了。
回到上面的例子，k为50的情况下，就是递归50层。
在概论谈论到，回溯法解决的问题都可以抽象为树形结构，用树形结构可方便我们理解回溯：
可以看出这个棵树，一开始集合是 1，2，3，4， 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。
每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围。
图中可以发现n相当于树的宽度，k相当于树的深度。
那么如何在这个树上遍历，然后收集到我们要的结果集呢？
图中每次搜索到了叶子节点，我们就找到了一个结果。相当于只需要把达到叶子节点的结果收集起来，就可以求得 n个数中k个数的组合集合。
回溯三弄
函数签名
参数变量如下：
List<Integer> path：用来存放符合条件单一结果。List<List<Integer>> result：用来存放符合条件结果的集合。int numRange：对应题目中的n。int expectedSize：对应题目中的k。int startIndex：用来记录本层递归的中，集合从哪里开始遍历（集合就是[1,…,n] ）。
为什么要有这个startIndex呢？
每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围，就是要靠startIndex。
从下图中红线部分可以看出，在集合[1,2,3,4]取1之后，下一层递归，就要在[2,3,4]中取数了，那么下一层递归如何知道从[2,3,4]中取数呢，靠的就是startIndex。
最后，函数签名如下：
private void backtracking(List<Integer> path, int numRange, int expectedSize,
int startIndex, List<List<Integer>> result){}
终止条件
什么时候到达所谓的叶子节点了呢？
path这个列表大小如果达到expectedSize，说明我们找到了一个子集大小为expectedSize的组合了，在图中path存的就是根节点到叶子节点的路径。如下图红色部分：
此时用result把path保存起来，并终止本层递归。
终止条件代码如下：
if (path.size() == expectedSize) {
result.add(new ArrayList<>(path));
return;
}
遍历过程
回溯法的搜索过程就是一个树型结构的遍历过程，在如下图中，可以看出for循环用来横向遍历，递归的过程是纵向遍历。
如此我们才遍历完图中的这棵树。
for循环每次从startIndex开始遍历，然后用path保存取到的节点i。代码如下：
for (int i = startIndex; i <= numRange; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
可以看出backtracking（递归函数）通过不断调用自己一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回。
backtracking的下面部分就是回溯的操作了，撤销本次处理的结果，为了下一回循环。
小结
最终代码如下：
import java.util.ArrayList;
import java.util.List;
public class Combinations {
public List<List<Integer>> combine1(int numRange, int expectedSize) {
List<List<Integer>> result = new ArrayList<>();
List<Integer> path = new ArrayList<>();
backtracking(path, numRange, expectedSize, 1, result);
return result;
}
private void backtracking(List<Integer> path, int numRange, int expectedSize, int startIndex,
List<List<Integer>> result) {
if (path.size() == expectedSize) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= numRange; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
}
}
在概论谈论到回溯模板：
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
}
}
对比一下本题的代码，神同形似。有了这个模板，就有解题的大体方向，不至于六神无主。
剪枝优化
回溯法虽然是暴力搜索，但有时可以剪枝优化一下。
遍历的代码如下：
for (int i = startIndex; i <= numRange; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
这个遍历的范围是可以剪枝优化的，怎么优化呢？
举一个例子，当n = 4，k = 4，那么第一层for循环的时候，从元素2开始的遍历都没有意义了（最多3个，永远凑不够4个）。在第二层for循环，从元素3开始的遍历都没有意义了（最多2个，永远凑不够3个）,以此类推。
如图所示：
图中每一个节点（图中为矩形），就代表本层的一个for循环，那么每一层的for循环从第二个数开始遍历的话，都没有意义，都是无效遍历。
所以，可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。
注意代码中i，就是for循环里选择的起始位置。
for (int i = startIndex; i <= n; i++) {
优化过程如下：
- 已经选择的元素个数：path.size();
- 还需要的元素个数为：k - path.size();
- 在集合n中至多要从该起始位置：n - (k - path.size()) + 1，开始遍历。为什么有个+1呢？因为包括起始位置，我们要是一个左闭的集合。
s = n − ( k − p a t h . s i z e ( ) ) + 1 = n − k + 1 + p a t h . s i z e ( ) s = n - (k - path.size()) + 1 = n - k + 1 + path.size() s=n−(k−path.size())+1=n−k+1+path.size()，式子中的n，k在传参到回溯函数后是固定大小的，那么随着path.size()增大，s减小。
我们举实例说明下，为什么有个+1呢？
举个例子，n = 4，k = 3， 目前已经选取的元素个数为0（path.size为0），n - (k - 0) + 1 = 4 - ( 3 - 0) + 1 = 2。从1或2开始搜索是合理的，可以是组合[1, 2, 3]，[2, 3, 4]。
再举个例子，n = 4，k = 4， 目前已经选取的元素个数为0（path.size为0），n - (k - 0) + 1 = 4 - ( 4 - 0) + 1 = 1。从1开始搜索是合理的，可以是组合[1, 2, 3, 4]。
优化之后的for循环是：
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置
优化后整体代码如下：
import java.util.ArrayList;
import java.util.List;
public class Combinations {
// 剪枝优化后的
public List<List<Integer>> combine2(int numRange, int expectedSize) {
List<List<Integer>> result = new ArrayList<>();
List<Integer> path = new ArrayList<>();
backtracking2(path, numRange, expectedSize, 1, result);
return result;
}
private void backtracking2(List<Integer> path, int numRange, int expectedSize, int startIndex,
List<List<Integer>> result) {
if (path.size() == expectedSize) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= numRange - (expectedSize - path.size()) + 1; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
}
}
参考资料
Submission
import java.util.ArrayList;
import java.util.List;
public class Combinations {
public List<List<Integer>> combine1(int numRange, int expectedSize) {
List<List<Integer>> result = new ArrayList<>();
List<Integer> path = new ArrayList<>();
backtracking(path, numRange, expectedSize, 1, result);
return result;
}
private void backtracking(List<Integer> path, int numRange, int expectedSize, int startIndex,
List<List<Integer>> result) {
if (path.size() == expectedSize) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= numRange; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
}
// 剪枝优化后的
public List<List<Integer>> combine2(int numRange, int expectedSize) {
List<List<Integer>> result = new ArrayList<>();
List<Integer> path = new ArrayList<>();
backtracking2(path, numRange, expectedSize, 1, result);
return result;
}
private void backtracking2(List<Integer> path, int numRange, int expectedSize, int startIndex,
List<List<Integer>> result) {
if (path.size() == expectedSize) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= numRange - (expectedSize - path.size()) + 1; i++) {
path.add(i);
backtracking(path, numRange, expectedSize, i + 1, result);
path.remove(path.size() - 1);
}
}
}
Test
import static org.hamcrest.collection.IsIterableContainingInAnyOrder.containsInAnyOrder;
import static org.junit.Assert.*;
import java.util.Arrays;
import org.junit.Test;
public class CombinationsTest {
@Test
@SuppressWarnings("unchecked")
public void test1() {
Combinations obj = new Combinations();
Object[] expected = {Arrays.asList(2,4),
Arrays.asList(3,4),
Arrays.asList(2,3),
Arrays.asList(1,2),
Arrays.asList(1,3),
Arrays.asList(1,4)};
assertThat(obj.combine1(4, 2), containsInAnyOrder(expected));
assertThat(obj.combine1(1, 1), containsInAnyOrder(Arrays.asList(1)));
assertThat(obj.combine1(4, 4), containsInAnyOrder(Arrays.asList(1, 2, 3, 4)));
assertThat(obj.combine1(4, 3), containsInAnyOrder(Arrays.asList(1, 2, 3), Arrays.asList(1, 3, 4),//
Arrays.asList(1, 2, 4), Arrays.asList(2, 3, 4)));
}
@Test
@SuppressWarnings("unchecked")
public void test2() {
Combinations obj = new Combinations();
Object[] expected = {Arrays.asList(2,4),
Arrays.asList(3,4),
Arrays.asList(2,3),
Arrays.asList(1,2),
Arrays.asList(1,3),
Arrays.asList(1, 4) };
assertThat(obj.combine2(4, 2), containsInAnyOrder(expected));
assertThat(obj.combine2(1, 1), containsInAnyOrder(Arrays.asList(1)));
assertThat(obj.combine2(4, 4), containsInAnyOrder(Arrays.asList(1, 2, 3, 4)));
assertThat(obj.combine2(4, 3), containsInAnyOrder(Arrays.asList(1, 2, 3), Arrays.asList(1, 3, 4), //
Arrays.asList(1, 2, 4), Arrays.asList(2, 3, 4)));
}
}
101
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
