本文探讨了回溯法（backtracking）的本质，将其与暴力求解法进行对比，强调了在遇到约束条件不满足时，回溯法如何通过退回并尝试其他路径来寻找解决方案。适合采用回溯法的问题类型包括返回所有答案的集合，而非追求最优解。文中还提供了一个通用的回溯法解题模板，并通过LeetCode上的几个题目（如排列、子集问题）进行了实践应用，解释了如何处理重复元素和避免结果集的重复。
首先，什么是backTracking?
这是backtracking和brute force的区别：
Backtracking can be seen as an optimized way to brute force. Brute force approaches evaluate every possibility. In backtracking you stop evaluating a possibility as soon it breaks some constraint provided in the problem, take a step back and keep trying other possible cases, see if those lead to a valid solution.
翻译过来就是：backtracking可以被看作是一个优化的蛮力。蛮力方法的做法是暴力遍历每一种的可能性。但是backtracking中如果遇到不满足约束条件的时候，就停止这一次的遍历，然后退一步，继续尝试其他可能的情况下的解。
哪些问题适合采用backtracking方法求解？
- 显式的要求返回所有答案的集合(Permutations or subsets)。
- 你关心的是实际的解的集合,而不是求解最优值(例如最大值，最小值等)。(如果是后者最有可能适合采用DP方法)。
下面是一个backtracking求解的通用模板:
实际上backtracking就是DFS方法，上图的undo choices 可以理解为往上跳一级。
下面我们来求解46和47，Permutations
最低0.47元/天 解锁文章
扫一扫
1550
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
