理论基础
回溯是递归的副产品,只要有递归就会有回溯。回溯法解决的问题都可以抽象为树形结构。
回溯法,一般可以解决如下几种问题:
组合问题:N个数里面按一定规则找出k个数的集合
切割问题:一个字符串按一定规则有几种切割方式
子集问题:一个N个数的集合里有多少符合条件的子集
排列问题:N个数按一定规则全排列,有几种排列方式
棋盘问题:N皇后,解数独等等
回溯法一般是在集合中递归搜索,集合的大小构成了树的宽度,递归的深度构成的树的深度。
回溯法阶梯框架如下:
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
力扣链接
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。
思路
每次搜索到叶子节点,就找到一个结果。
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
res = [] # 存放结果的集合
self.backtracking(n,k,1,[],res)
return res
def backtracking(self, n, k, startIndex, path, res):
if len(path) == k: # 终止条件,找到一个k个数的集合了
res.append(path[:]) # 把当前结果保存,结束本层递归
return
for i in range(startIndex, n+1): # for循环用来横向遍历
path.append(i) # 把遍历到的放进结果
self.backtracking(n, k, i+1, path, res) # 递归用来纵向遍历
path.pop() # 回溯,撤销处理的节点
剪枝优化暂时不看,后面二刷再补充