回溯算法（day24）组合

最新推荐文章于 2024-09-28 22:05:59 发布

lovelyWeather

最新推荐文章于 2024-09-28 22:05:59 发布

阅读量46

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/weixin_40679698/article/details/129233700

版权

文章介绍了回溯法的概念，强调它是穷举所有可能性并加入剪枝策略来提高效率。讨论了回溯法在解决组合、切割、子集、排列和棋盘问题等中的应用，并提供了LC77组合问题的Python解题思路和代码实现，指出初次尝试回溯法时可能出现的陷阱和需要注意的细节。

摘要由CSDN通过智能技术生成

加班到快十一点，窒息～回来还是要刷两题，keep trying。

开启新的内容，回溯^_^

理论基础

回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，如果想让回溯法高效一些，可以加一些剪枝的操作，但也改不了回溯法就是穷举的本质。

回溯法解决的问题都可以抽象为树形结构，递归的时候可以包含回溯。

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（无序）
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（有序）
棋盘问题：N皇后，解数独等等

LC77. 组合

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。

你可以按 任何顺序返回答案。其中，1 <= k <= n。

思路：回溯，画一下树状图有助于理清思路，一次递归对应一次回溯。

第一次做回溯类的题，坑还是满多，基本思路是对的，但是写的时候要小心，path[:]居然还是不习惯，剪枝的时候忘了加path本身的长度等。对照答案对比着才改对的，但是第一次嘛，下一题加油。

class Solution:
    def combine(self, n: int, k: int) -> List[List[int]]:
        path = []
        paths = []

        def backtracking(i_start, n):
            if len(path) == k:
                paths.append(path[:])
                return 
            if len(path) + n - i_start + 1 < k: return #已有的长度加上剩余的长度都不足k的时候剪枝

            for i in range(i_start, n+1):
                path.append(i)
                backtracking(i + 1, n)
                path.pop()
        
        backtracking(1,n)
        return paths