目录
核心思想
回溯的本质是穷举,穷举所有可能,选出我们想要的答案
回溯法能解决的问题都可以抽象为树形结构,回溯函数内部递归调用自己(设计到各种参数的传递)是往树的更深层走的过程(所谓的纵向遍历),回溯函数内部的for循环代表的是树的某一层的各种选择可能性(所谓的横向遍历)
回溯算法本质上是对for循环的一种推广,因为有的问题,嵌套几个for循环也解决不了,所以诞生了套娃式的for循环-回溯算法
组合和分割问题都是在叶子节点才收集结果;子集问题在遍历的每个节点就开始收集结果了;
排列问题不会用startidx来指示已经遍历到哪个节点了,因为每次都需要从头开始选取那些还未使用过的元素,所以用used数组防止对同一个数重复选择(需要对数组预先排序);如果是不能排序的,需要同一层去重,则用set(),每次加入元素之前判断是否在集合中,在的话就不用处理这个元素了,相当于一次剪枝
棋盘和其他问题都是对以上各类问题在具体场景的灵活应用
回溯模板
# 回溯法模板
# 存放所有结果的
res = []
# 存放一条路径上遍历的记录
path = []
# (可选)用于去重(一般要求数组先排序),a是给定的数组
used = [False for i in range(len(a))]
# 参数一般是给定的变量,(可选)遍历时的startidx, (可选)遍历过程中总和,...
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
# (可选)用于去重
record = set()
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
}
}
组合
N个数里面按照一定规则找出k个数的集合,不强调元素顺序
77 组合
- medium
- 题目描述
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。
- 解题思路
如果剩余元素个数已经凑不到k个了,那么就可以剪枝了
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
def backtracking(n, k, startidx):
if len(path) == k:
res.append(path[:])
return
# n - (k-len(path))+1
# 还需要k-len(path)个元素
# 所以最多只能从n-(k-len(path))+1处开始搜索(注意这里是从1开始的)
# 最原始的写法是[startidx, n]
for i in range(startidx, n-(k-len(path))+2):
path.append(i)
backtracking(n, k, i+1)
path.pop()
return
res = []
path = []
backtracking(n, k, 1)
return res
17 电话号码的字母组合
- medium
- 题目描述
给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。答案可以按 任意顺序 返回。
给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。
- 解题思路
和上面题目的区别在于,要将字符串中每个位置的数字转换成所代表的字母组合;这里不再使用list类型的path,而是直接用str类型的s变量存储遍历过的路径;这里没有用到77和216中的startidx,因为这是多个集合取组合,各个集合之间相互不影响,而如果是一个集合求组合的话,就需要startidx
class Solution:
def letterCombinations(self, digits: str) -> List[str]:
lettersMap = ["", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"]
res = []
s = ""
def backtracking(digits, index):
nonlocal res, s
if index == len(digits):
res.append(s)
return
idx = int(digits[index]) - 0
temp = lettersMap[idx]
for i in range(len(temp)):
s += temp[i]
backtracking(digits, index + 1)
s = s[:-1]
if len(digits) == 0:
return []
backtracking(digits, 0)
return res
216 组合总和Ⅲ
- medium
- 题目描述
找出所有相加之和为 n 的 k 个数的组合,且满足下列条件:
只使用数字1到9
每个数字最多使用一次
返回 所有可能的有效组合的列表 。该列表不能包含相同的组合两次,组合可以以任何顺序返回。
- 2 <= k <= 9
- 1 <= n <= 60
- 解题思路
和77类似,就是在77的条件下多加了一个限制,组合的和必须是指定的数;
2处可以剪枝:集合中的数之和已经超过n了、for循环横向的数字已经无法凑满k个数了
class Solution:
def combinationSum3(self, k: int, n: int) -> List[List[int]]:
res = []
path = []
def backtracking(k, target, startidx, count):
# 剪枝
if count > target:
return
if len(path) == k:
if count == target:
res.append(path[:])
return
# 9 - (k-len(path)) + 1
# 剪枝
for i in range(startidx, 9-(k-len(path))+2):
path.append(i)
count += i
backtracking(k, target, i+1, count)
path.pop()
count -= i
return
backtracking(k, n, 1, 0)
return res
39 组合总和
- medium
- 题目描述
给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意顺序 返回这些组合。
candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同,则两种组合是不同的。
对于给定的输入,保证和为 target 的不同组合数少于 150 个。
1 <= candidates.length <= 30
1 <= candidates[i] <= 200
candidate 中的每个元素都 互不相同
1 <= target <= 500
- 解题思路
这道题的单个组合大小是不定的,通过总和的限制间接的对个数进行限制
这道题在递归传参的时候,传的不再是i+1,而是i,因为题目中强调可以重复选择自己
# 回溯思路
class Solution:
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
path = []
def backtracking(candidates, target, count, startidx):
if count > target:
return
if target == count:
res.append(path[:])
return
for i in range(startidx, len(candidates)):
path.append(candidates[i])
count += candidates[i]
backtracking(candidates, target, count, i)
path.pop()
count -= candidates[i]
# sorted(candidates)
backtracking(candidates, target, 0, 0)
return res
# 剪枝思路
# 对于sum已经大于target的情况,其实是依然进入了下一层递归,只是下一层递归结束判断的时候,会判断sum > target的话就返回。
# 其实如果已经知道下一层的sum会大于target,就没有必要进入下一层递归了。那么可以在for循环的搜索范围上做做文章了。
# 对总集合排序之后,如果下一层的sum(就是本层的 sum + candidates[i])已经大于target,就可以结束本轮for循环的遍历。
# 和以上代码的不同之处有3点:
# 1.
# 如果 sum + candidates[i] > target 就终止遍历
for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
sum += candidates[i];
path.push_back(candidates[i]);
backtracking(candidates, target, sum, i);
sum -= candidates[i];
path.pop_back();
}
# 2. 不需要if count > target了
# 3.外部需要对原数组进行排序
40 组合总和Ⅱ
- medium
- 题目描述
给定一个候选人编号的集合 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。
candidates 中的每个数字在每个组合中只能使用 一次 。
注意:解集不能包含重复的组合。
- 解题思路
本题中给定的候选数组含有重复元素,且每个元素仅能使用一次,要求不能有重复的组合
不能求出所有组合然后再去重很容易超时,在搜索过程中就要去掉重复组合
因为元素在同一组合内可以重复,但是两个组合不能相同,所以对同一树层去重,同一树枝上是一个组合内的不用去重
class Solution:
def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
path = []
def backtracking(candidates, target, count, startidx, used):
if count > target:
return
if count == target:
res.append(path[:])
return
for i in range(startidx, len(candidates)):
if i > 0 and candidates[i] == candidates[i-1] and used[i-1] == False:
continue
path.append(candidates[i])
count += candidates[i]
used[i] = True
backtracking(candidates, target, count, i+1, used)
path.pop()
count -= candidates[i]
used[i] = False
candidates = sorted(candidates)
# 去重,即不选取重复元素
used = [False for i in range(len(candidates))]
backtracking(candidates, target, 0, 0, used)
return res
分割
一个字符串按照一定规则有几种切割方式
131 分割回文串
- medium
- 题目描述
给你一个字符串 s
,请你将 s
分割成一些子串,使每个子串都是 回文串 。返回 s
所有可能的分割方案。
回文串 是正着读和反着读都一样的字符串。
- 解题思路
path中每次加入的必须是已经回文的字符串
class Solution:
def partition(self, s: str) -> List[List[str]]:
# 模拟切割线
res = []
path = []
startidx = 0
# 判断字符串是否是回文串
def issym(s, start, end):
i = start
j = end
while(i <= j):
if s[i] == s[j]:
i += 1
j -= 1
else:
return False
return True
def backtracking(s, startidx):
if startidx >= len(s):
res.append(path[:])
return
for i in range(startidx, len(s)):
if issym(s, startidx, i):
path.append(s[startidx:i+1])
else:
continue
backtracking(s, i+1)
path.pop()
backtracking(s, startidx)
return res
93 复原IP地址
- medium
- 题目描述
有效 IP 地址 正好由四个整数(每个整数位于 0 到 255 之间组成,且不能含有前导 0),整数之间用 ‘.’ 分隔。
例如:“0.1.2.201” 和 “192.168.1.1” 是 有效 IP 地址,但是 “0.011.255.245”、“192.168.1.312” 和 “192.168@1.1” 是 无效 IP 地址。
给定一个只包含数字的字符串 s ,用以表示一个 IP 地址,返回所有可能的有效 IP 地址,这些地址可以通过在 s 中插入 ‘.’ 来形成。你 不能 重新排序或删除 s 中的任何数字。你可以按 任何 顺序返回答案。
- 1 <= s.length <= 20
- s
仅由数字组成
- 解题思路
0单独可以形成ip地址的某一块,但是带有前导0的数字不可以成为ip地址的一块,pointnum记录添加点号的数量
字符串切割的时候,要用startidx记录每次切割开始的地方,不能对切割过的字符串再切割
class Solution:
def restoreIpAddresses(self, s: str) -> List[str]:
res = []
path = ""
# 判断是否是有效的ip地址
def isvalid(s, start, end):
if start > end:
return False
ans = s[start:end+1]
# 长度问题
if len(ans) > 3:
return False
# 出现非数字或者超过255
count = 0
for i in ans:
if i > '9' or i < '0':
return False
count = count*10 + int(i)
if count > 255:
return False
# 前导0(单独一个0可以的)
if s[start] == "0" and start != end:
return False
return True
def backtracking(s, startidx, point):
nonlocal res, path
if point == 3 and isvalid(s, startidx, len(s)-1):
temp = path + s[startidx:len(s)]
res.append(temp)
return
for i in range(startidx, len(s)):
if isvalid(s, startidx, i):
path += s[startidx:i+1] + "."
point += 1
else:
break
backtracking(s, i+1, point)
path = path[:-(len(s[startidx:i+1])+1)]
point -= 1
# 剪枝
if len(s) > 12:
return res
backtracking(s, 0, 0)
return res
子集
N个数的集合里,有多少符合条件的子集
78 子集
- medium
- 题目描述
给你一个整数数组 nums
,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)。
解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。
- 解题思路
和求组合的区别在于,每走到一个节点就可以收集结果了(收集完结果不能return),而组合问题和分割问题都是需要走到叶子节点才能开始收集结果
class Solution:
def subsets(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
def backtracking(nums, startidx):
res.append(path[:])
if startidx >= len(nums):
return
for i in range(startidx, len(nums)):
path.append(nums[i])
backtracking(nums, i+1)
path.pop()
backtracking(nums, 0)
return res
90 子集Ⅱ
- medium
- 题目描述
给你一个整数数组 nums ,其中可能包含重复元素,请你返回该数组所有可能的子集(幂集)。
解集 不能 包含重复的子集。返回的解集中,子集可以按 任意顺序 排列。
- 解题思路
因为不能包括重复的子集,所以需要用used数组对同一树层去重(首先要是排好序的集合)
class Solution:
def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
used = [False for i in range(len(nums))]
def backtracking(nums, start):
res.append(path[:])
if start >= len(nums):
return
for i in range(start, len(nums)):
if i > 0 and nums[i] == nums[i-1] and used[i-1] == False:
continue
path.append(nums[i])
used[i] = True
backtracking(nums, i+1)
path.pop()
used[i] = False
nums = sorted(nums)
backtracking(nums, 0)
return res
排列
N个数按一定规则全排列,有几种排列方式
46 全排列
- medium
- 题目描述
给定一个不含重复数字的数组 nums
,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。
- 解题思路
排列问题不需要startidx,因为每次都需要从头开始遍历那些还没使用过的元素
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
used = [False for i in range(len(nums))]
def backtrack(nums):
if len(path) == len(nums):
res.append(path[:])
return
for i in range(len(nums)):
if used[i] == True:
continue
used[i] = True
path.append(nums[i])
backtrack(nums)
used[i] = False
path.pop()
backtrack(nums)
return res
47全排列Ⅱ
- medium
- 题目描述
给定一个可包含重复数字的序列 nums
,按任意顺序 返回所有不重复的全排列。
- 解题思路
在全排列的基础上多了一个同一树层去重
class Solution:
def permuteUnique(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
used = [False for i in range(len(nums))]
def backtrack(nums):
if len(path) == len(nums):
res.append(path[:])
return
for i in range(len(nums)):
# and连接的条件是对同一树层去重,used[i]=True是防止重复选取同一个数
if i > 0 and nums[i] == nums[i-1] and used[i-1] == False or used[i] == True:
continue
path.append(nums[i])
used[i] = True
backtrack(nums)
path.pop()
used[i] = False
nums =sorted(nums)
backtrack(nums)
return res
棋盘问题
51 N皇后
- hard
- 题目描述
n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上,并且使皇后彼此之间不能相互攻击。
给你一个整数 n ,返回所有不同的 n 皇后问题 的解决方案。
每一种解法包含一个不同的 n 皇后问题 的棋子放置方案,该方案中 ‘Q’ 和 ‘.’ 分别代表了皇后和空位。
- 解题思路
横向搜索的是某行的每一列,纵向搜索的是每一行
class Solution:
def solveNQueens(self, n: int) -> List[List[str]]:
res = []
path = ['.'*n for i in range(n)]
def isValid(row, col):
# 检查row之前的所有行,是否同列
for i in range(row):
if path[i][col] == 'Q':
return False
# 检查斜线是否相同
for i in range(row):
if row-i+col < n and path[i][row-i+col] == 'Q':
return False
if col-(row-i) >=0 and path[i][col-(row-i)] == 'Q':
return False
return True
def backtrack(n, row):
if row == n:
res.append(path[:])
return
# 遍历一行中的每一列
for i in range(n):
if isValid(row, i):
path[row] = '.'*i + 'Q' + '.'*(n-i-1)
backtrack(n, row+1)
path[row] = '.'*n
# 遍历棋盘的每一行通过第二个参数来控制
backtrack(n, 0)
return res
37 解数独
- hard
- 题目描述
编写一个程序,通过填充空格来解决数独问题。
数独的解法需 遵循如下规则:
数字 1-9 在每一行只能出现一次。
数字 1-9 在每一列只能出现一次。
数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。(请参考示例图)
数独部分空格内已填入了数字,空白格用 ‘.’ 表示。
board.length == 9
board[i].length == 9
board[i][j] 是一位数字或者 ‘.’
题目数据 保证 输入数独仅有一个解
- 解题思路
想象一棵树,每层都是对一个格子的试探性放入不同的数字形成各个分支,下一层就是另一个格子
class Solution:
def solveSudoku(self, board: List[List[str]]) -> None:
"""
Do not return anything, modify board in-place instead.
"""
# 和N皇后问题最大的不同在于,N皇后是每行只需要放置一个Q,而数独问题需要对一行中每个空位置进行处理
def isValid(row, col, k, board):
# 每行只能出现一次
for j in range(9):
if board[row][j] != '.' and int(board[row][j]) == k:
return False
# 每列只能出现一次
for i in range(9):
if board[i][col] != '.' and int(board[i][col]) == k:
return False
# 3*3宫内
starti = row // 3
startj = col // 3
for i in range(starti*3, starti*3+3):
for j in range(startj*3, startj*3+3):
if board[i][j] != '.' and int(board[i][j]) == k:
return False
return True
def backtrack(board):
# 遍历行列
for i in range(9):
for j in range(9):
if board[i][j] == ".":
for k in range(1, 10):
if isValid(i, j, k, board):
board[i][j] = str(k)
if backtrack(board):
return True
board[i][j] = "."
return False
return True
backtrack(board)
return
其他
491 递增子序列(和子集问题很像)
- medium
- 题目描述
给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。
数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。
- 解题思路
子序列可以不连续,但是子串(子数组)必须是连续的;集合中元素不能重复使用同时因为不能预先排序所以用一个used集合保存每种数字是否被使用过,同样是同一树层去重,同一树枝无需去重
class Solution:
def findSubsequences(self, nums: List[int]) -> List[List[int]]:
res = []
path = []
# used这种做法只适用于排好序的
# used = [False for i in range(len(nums))]
def backtrack(nums, startidx):
if len(path) > 1:
res.append(path[:])
if startidx >= len(nums):
return
record = set()
for i in range(startidx, len(nums)):
# 当前层去重
if len(path) != 0 and path[-1] > nums[i] or nums[i] in record:
continue
path.append(nums[i])
record.add(nums[i])
backtrack(nums, i+1)
path.pop()
backtrack(nums, 0)
return res
332 重新安排行程
- hard
- 题目描述
给你一份航线列表 tickets ,其中 tickets[i] = [fromi, toi] 表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。
所有这些机票都属于一个从 JFK(肯尼迪国际机场)出发的先生,所以该行程必须从 JFK 开始。如果存在多种有效的行程,请你按字典排序返回最小的行程组合。
例如,行程 [“JFK”, “LGA”] 与 [“JFK”, “LGB”] 相比就更小,排序更靠前。
假定所有机票至少存在一种合理的行程。且所有的机票 必须都用一次 且 只能用一次。
- 解题思路
对每个点可以到达的目的点进行排序,优先选择排序最小的那个目的点;相对来说需要选择合适的数据结构来保存(每个出发点,会存在多个不同可选的目的地,用dict来保存);只需要找到一条路径就可以返回了,无需遍历整棵树
class Solution:
def findItinerary(self, tickets: List[List[str]]) -> List[str]:
record = collections.defaultdict(list)
path = ["JFK"]
# 题目规定至少存在一种合理的行程
def backtracking(start_point):
if len(path) == len(tickets) + 1:
return True
# 从该点出发所有可以的选择
record[start_point].sort()
for i in record[start_point]:
# 选择该目的地(选择了这张机票)则在字典的List中弹出对应的选择
end_point = record[start_point].pop(0)
path.append(end_point)
# 只需要找到一条路径就可以返回
if backtracking(end_point):
return True
path.pop()
# 上面弹出了,需要回溯,也就是重新加入record对应的键值中
record[start_point].append(end_point)
for t in tickets:
record[t[0]].append(t[1])
backtracking("JFK")
return path