回溯法基本思想_【算法学习】再谈回溯法

_{再谈回溯法}

当当当，我又来了，这次又是临时工~

众所周知，我们老板最近很忙，

这也就是拉我来当临时工的原因啦。

嗯，习惯了老板文章的老观众可能会觉得我的内容比较简单，

请不要介意，我会努力学习做出更优秀的内容的。。。

还是继续邀请新手一起来学习算法，

这次讲的是老板在两年前写过的算法——

回溯法。

在此感谢老板，参考了他的文章，老板赛高，老板赛高。

那么我在这里尝试从不同的角度讲，

大家也可以点击链接看看老板过去写的文章↓↓↓↓

【算法进阶】用回溯法(backtracking algorithm)求解N皇后问题(N-Queens puzzle)

话说多了，那么就开始吧。

目录

01.回溯法介绍

02.01背包：子集树

03.旅行售货商：排序树

04.总结

壹

回溯法介绍

回溯法，又叫试探法，是一种寻找最优解的暴力搜寻法，也比较容易理解(适合小白学习)。但是，由于暴力，回溯法的时间复杂度较高，因此在比较一些数字较大的问题时，比如上次我们提到的最短路径问题等，运行时间一般比较长。

在回溯法中，深度优先搜索是一种很重要的工具——说到这是不是想起来上次的最短路径问题的DFS解法了？了解了DFS，就比较容易理解回溯法。

简单地介绍一下DFS，用一句话概括，就是“不撞南墙不回头”。(这句话也适用于回溯法)

它的基本思想是：

(1)某一种可能情况向前探索，并生成一个子节点。

(2)过程中，一旦发现原来的选择不符合要求，就回溯至父亲结点，然后重新选择另一方向，再次生成子结点，继续向前探索。

(3)如此反复进行，直至求得最优解。

我们再回到回溯法。

回溯法基本思想是：

(1)针对具体问题，定义问题的解空间；

(2)确定易于搜索的解空间结构(数据结构的选择)。

(3)一般以DFS的方式搜索解空间。

(4)在搜索过程中，可以使用剪枝函数等来优化算法。

是不是看到了几个生词？没关系，我们再解释一下。

解空间：顾名思义，就是一个问题的所有解的集合。(但别忘了，这离我们要求的最优解还差很远！)

剪枝函数：用约束函数和限界函数剪去得不到最优解的子树，统称为剪枝函数。

慢着，又多了几个生词！

别着急，我们继续看。

约束条件：有效解的要求，即题目的要求。

约束函数：减去不满足约束条件的子树的函数

限界函数：去掉得不到最优解的结点的函数

扩展结点：当前正在产生子结点的结点称为扩展结点

那么，为什么我们这里要提到树呢？

因为我们用回溯法处理的解空间常常可以分为这两种(或者说可以采取这两种方法)：

子集树：当所给问题是从集合中找出满足某种性质的子集时，相应的解空间树称为子集树。

排列树：当所给问题事从集合中确定满足某种性质的排列时，相应的解空间树称为排列树。

解释了这么多名词，相信大家对回溯法都有了一点基础的了解。但很多同学可能还有一个很大的问题：

回溯法到底和DFS有什么区别？

其实我认为吧，真没什么区别。真要说的话，DFS是一种遍历搜索图、树等数据结构的一种算法，更像一种工具；而回溯法则是为了解决问题不断地生成又放弃一些解决方案(解空间在搜索问题的过程中动态产生是回溯法的一个重要特点)，直至找到最优解或搜索完毕为止的一种方法，更像一种指导思想，在解空间中利用DFS进行全面的搜索。

我觉得也没必要太纠结这两者的区别。。。(不是因为我搞不懂！！！)

还有就是关于优化的剪枝函数。

剪枝就是在搜索过程中利用过滤条件来剪去完全不用考虑(已经判断这条路走下去得不到最优解)的搜索路径，从而避免了一些不必要的搜索，优化算法求解速度，当