HFUT-算法导论复习-回溯法

一、 框架

解决一个回溯问题，实际上就是一个决策树的遍历过程

1. 路径：也就是已经做出的选择。

2. 选择列表：也就是你当前可以做的选择。

3. 结束条件：也就是到达决策树底层，无法再做选择的条件。

代码框架:

result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return

    for 选择 in 选择列表:
        做选择
        backtrack(路径, 选择列表)
        撤销选择

核心就是 for 循环里面的递归，在递归调用之前「做选择」，在递归调用之后「撤销选择」

二、举例

1. 全排列问题

n 个不重复的数，全排列共有 n! 个

那么我们当时是怎么穷举全排列的呢？比方说给三个数 [1,2,3]，你肯定不会无规律地乱穷举，一般是这样：

先固定第一位为 1，然后第二位可以是 2，那么第三位只能是 3；然后可以把第二位变成 3，第三位就只能是 2 了；然后就只能变化第一位，变成 2，然后再穷举后两位……

其实这就是回溯算法，我们高中无师自通就会用，或者有的同学直接画出如下这棵回溯树：

只要从根遍历这棵树，记录路径上的数字，其实就是所有的全排列。我们不妨把这棵树称为回溯算法的「决策树」
每个节点上其实都在做决策

定义的 backtrack 函数其实就像一个指针，在这棵树上游走，同时要正确维护每个节点的属性，每当走到树的底层，其「路径」就是一个全排列。

如何遍历一棵树

void traverse(TreeNode root) {
    for (TreeNode child : root.childern)
        # 前序遍历需要的操作
        traverse(child);
        # 后序遍历需要的操作
}

前序遍历的代码在进入某一个节点之前的那个时间点执行，后序遍历代码在离开某个节点之后的那个时间点执行

「路径」和「选择」是每个节点的属性，函数在树上游走要正确维护节点的属性，那么就要在这两个特殊时间点搞点动作：

for 选择 in 选择列表:
    # 做选择
    将该选择从选择列表移除
    路径.add(选择)
    backtrack(路径, 选择列表)
    # 撤销选择
    路径.remove(选择)
    将该选择再加入选择列表

我们只要在递归之前做出选择，在递归之后撤销刚才的选择，就能正确得到每个节点的选择列表和路径。

代码实现 python

def funmain(numlist):
    li = []
    backtrack(numlist,li)

# 路径在track中
# 选择列表 目前不在track 中的数字
# 结束条件 track 中包含numlist中的所有数据
res = []
def backtrack(numlist,track):
    # 结束条件
    if(len(track)==len(numlist)):
        print(track)
        return

    for i in range(len(numlist)):
        if numlist[i] in track:
            continue

        track.append(numlist[i])
        backtrack(numlist,track)

        track.pop();

num = [1,2,3]
funmain(num)

end

参考文章 : https://zhuanlan.zhihu.com/p/93530380