回溯算法套路整理

刷了好久的leetcode，也快刷满300道了，开始复习整理一下做题的套路。
就从回溯算法开始吧。

一、什么是回溯

回溯法（back tracking）（探索与回溯法）是一种选优搜索法，又称为试探法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。

二、回溯的模板

解决一个回溯问题，实际上就是一个决策树的遍历过程。在解决这些问题的时候，需要考虑三个问题：

• 路径：也就是已经做出的选择。
• 选择列表：也就是你当前可以做的选择。
• 返回条件：也就是到达决策树底层，无法再做选择的条件。

正是如此，回溯算法才有一个类似的套路，可以把类似的题目，用一个套路来解决

const solution = () => {
	const res = [];  // 存放结果的数组
	// 回溯方法
	const backTrack = (...args,current) => {
		// 如果满足条件
		if(condition) {
			// do something；
			res.push(current)
			return;
		}
		// 根据条件循环递归
		for(;;;) {
			// 处理参数，然后递归
			current.push('操作');
			backTrack(...args,current)；
			current.pop();
		}
	}
	backTrack(...initArgs);
	return res;
}

三、需要思考的问题

上面的代码，算是一个解决回溯算法的模板，在写出这个模板之后，就需要考虑设计这个模板了：

• 声明需要的全局变量： 用来保存结果
• 设计递归函数的参数： 递归函数的参数，是将上一次操作的合法状态当作下一次操作的初始位置。这里的参数，一般有两种：状态变量和条件变量。（1）状态变量（state）就是最后结果（result）要保存的值；（2）条件变量就是决定搜索是否完毕或者合法的值。
• 返回条件： 完成条件是决定 状态变量和条件变量 在取什么值时可以判定整个搜索流程结束。搜索流程结束有两种含义： 搜索成功并保存结果 和 搜索失败并返回上一次状态。
• 递归过程： 传递当前状态给下一次递归进行搜索。

四、可以解决的问题类型

1. 排列、组合（子集、幂集、字符全排列）。 在传值时，对于排列问题，是要删掉单个用过的元素；组合问题，是删掉前面所有的元素。

2. 数组、字符串，给定一个特定的规则，尝试搜索迭代找到某个解。

3. 二维数组下的DFS搜索（八皇后、黄金矿工、数独）

五、性能优化方法

• 剪枝：把不能匹配的条件先提前完成
• 把传递数组改成下标等