重温回溯算法(4)
继 [Leetcode] 每日两题 46 112 -day98重温回溯算法(1)
继 [Leetcode] 每日两题 51 100 -day99 重温回溯算法(2)
继 [Leetcode] 每日两题 698 78 -day100 重温回溯算法(3)
回溯算法的思路就是把问题的解空间转化成了图或者树的结构表示,然后使用深度优先搜索策略进行遍历,遍历的过程中记录和寻找所有可行解或者最优解。本质上还是暴力枚举。使用的思想和DFS类似。
详细描述 :
回溯法按深度优先策略搜索问题的解空间树。
首先从根节点出发搜索解空间树,当算法搜索至解空间树的某一节点时,先利用剪枝函数判断该节点是否可行(即能得到问题的解)。
如果不可行,则跳过对该节点为根的子树的搜索,逐层向其祖先节点回溯;否则,进入该子树,继续按深度优先策略搜索。
回溯法的基本行为是搜索,搜索过程使用剪枝函数来为了避免无效的搜索。剪枝函数包括两类:1. 使用约束函数,剪去不满足约束条件的路径;2.使用限界函数,剪去不能得到最优解的路径。
90. 子集 II
这个题相比昨天的 子集 多了一个重复元素,那么所以需要进行剪枝,首先将元素排序,这样重复元素就放到了一起,在循环递归之前,判断对于当前的list 该元素是否已经参与递归,也就是该元素是否与上一个元素相同 这样就OK了
class Solution:
def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:
res = []
n = len(nums)
nums.sort()
def backtrack(num,lis):
res.append(lis)
for i in range(num,n):
if i>num and nums[i-1]==nums[i]:
continue
backtrack(i+1,lis+[nums[i]])
backtrack(0,[])
return res
39. 组合总和
对于可以无限次数选择元素, 那么进行回溯的时候 对当前list求和 若满足目标值 则将其加入答案,若小于 就拿出cand中的数加入其中,且只加当前列表以及之后的,不考虑之前元素 否则会出现重复,若大于则直接抛弃
class Solution:
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
def backtrack(lis,cand):
if sum(lis) ==target:
res.append(lis)
elif sum(lis) <target:
for i in range(len(cand)):
backtrack(lis+[cand[i]],cand[i:])
backtrack([],candidates)
return res