回溯算法的框架与思想推荐labuladong的扒一扒回溯算法的裤子
回溯算法
回溯法(back tracking)(探索与回溯法)是一种选优搜索法,又称为试探法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”
通俗讲:回溯法可以理解为通过选择不同的岔路口寻找目的地,一个岔路口一个岔路口的去尝试找到目的地。如果走错了路,继续返回来找到岔路口的另一条路,直到找到目的地
通过看两个经典的例子来理解
八皇后
参考博客小白带你学–回溯算法
bool is_ok(int row){ //判断第row行设置的皇后是否与前row-1行在同一行,同一列,或者同一斜线上
for (int j=0;j<row;j++)
{
if (queen[row]==queen[j]||row-queen[row]==j-queen[j]||row+queen[row]==j+queen[j])
return false;
}
return true;
}
void back_tracking(int row=0) //算法函数,从第0行开始遍历
{
if (row==n){t++;} //判断若遍历完成,就进行计数, 统计解法个数
for (int col=0;col<n;col++) //遍历棋盘每一列
{
queen[row] = col; //将皇后的位置记录在数组
if (is_ok(row)) //判断皇后的位置是否有冲突
back_tracking(row+1); //递归,计算下一个皇后的位置
}
}
LeetCode698. 划分为k个相等的子集
给定一个整数数组 nums 和一个正整数 k,找出是否有可能把这个数组分成 k 个非空子集,其总和都相等。
示例 1: 输入: nums = [4, 3, 2, 3, 5, 2, 1], k = 4
输出: True
说明: 有可能将其分成 4 个子集(5),(1,4),(2,3),(2,3)等于总和。
注意:
1 <= k <= len(nums) <= 16
0 < nums[i] < 10000
这里提供三种解法,解法1、2都维护k个子集,且对nums数组排序后从大到小依次放入集合,都是常规解法
解法一
class Solution {
public:
bool canPartitionKSubsets(vector<int>& nums, int k) {
int sum = accumulate(nums.begin(),nums.end(),0);
if(sum % k !=0){
return false;
}
sum /= k;
sort(nums.begin(),nums.end());
vector<int> subset(k,0);
int n=nums.size()-1;
if(nums[n]>sum){
return false;
}
//对数组中等于子集和sum的数进行处理
while(n>=0 && nums[n]==sum){
k--;
n--;
}
return help(nums,subset,k,n,sum);
}
bool help(vector<int>& nums,vector<int>& subset,int k,int index,int sum){
if(index < 0){
return true;
}
for(int i=0;i<k;i++){
subset[i] += nums[index];
if(subset[i]==sum||(subset[i]<=sum-nums[0]&&help(nums,subset,k,index-1,sum))){
return true;
}
subset[i] -= nums[index];
}
return false;
}
};
解法二
class Solution {
public boolean canPartitionKSubsets(int[] nums, int k) {
//因为题目限制条件不用担心溢出
int sum = 0;
for(int i = 0; i < nums.length; i++){
sum += nums[i];
}
if(sum % k != 0){
return false;
}
//求出子集的和
sum = sum / k;
//排序 小的放最前面大的放最后面
Arrays.sort(nums);
//如果子集的和小于数组最大的直接返回false
if(nums[nums.length - 1] > sum){
return false;
}
//建立一个长度为k的桶
int[] arr = new int[k];
//桶的每一个值都是子集的和
Arrays.fill(arr, sum);
//从数组最后一个数开始进行递归
return help(nums, nums.length - 1, arr, k);
}
boolean help(int[] nums, int cur, int[] arr, int k){
//已经遍历到了-1说明前面的所有数都正好可以放入桶里,那所有桶的值此时都为0,说明找到了结果,返回true
if(cur < 0){
return true;
}
//遍历k个桶
for(int i = 0; i < k; i++){
//如果正好能放下当前的数或者放下当前的数后,还有机会继续放前面的数(**剪枝**)
if(arr[i] == nums[cur] || (cur > 0 && arr[i] - nums[cur] >= nums[0])){
//放当前的数到桶i里
arr[i] -= nums[cur];
//开始放下一个数
if(help(nums, cur - 1, arr, k)){
return true;
}
//这个数不该放在桶i中,从桶中拿回当前的数
arr[i] += nums[cur];
}
}
return false;
}
}
解法三
解法3参考 LeetCode698. 划分为k个相等的子集
思路 “奇特” :
先求出平均数avg,假如平均数avg不为整数,也就是说数组的数字总和不能平均的分为k份,那么直接返回false。
创建一个布尔数组flag,来记录nums数组中数字的状态(已用还是未用), temp 初始为avg, temp的作用为记录当前子集的数字总和,当temp等于0时,当前这个子集也就可以确定。index是用来记录遍历数组时从哪个位置开始遍历,以防将前面的数字重新计算。
当k个子集全部求解完,返回true,如果一直求解不出,则返回false。当temp = 0 的时候,也就是新一个子集求解完,那么继续求解下一个子集,k-1,temp重新置为avg;当temp != 0 时,就是子集还未求解完,那么继续求解子集,继续从数组中取数字,递归求解。
class Solution {
public boolean canPartitionKSubsets(int[] nums, int k) {
int sum = 0;
int len = nums.length;
for (int i = 0; i < len; i++)
sum += nums[i];
if(sum % k != 0 ) return false;
int avg = sum / k;
boolean[] flag = new boolean[len];
return help(nums,flag,avg,k,avg,0);
}
public static boolean help(int[] nums, boolean[] flag, int avg, int k, int temp, int index ){
if (k == 0 ) return true;
if (temp == 0)
return help(nums,flag,avg,k-1,avg,0);
for (int i = index; i < nums.length; i++) {
if (flag[i] == true) continue;
flag[i] = true;
if(temp-nums[i]>=0 && help(nums,flag,avg,k,temp-nums[i],index+1)){
return true;
}
flag[i] = false;
}
return false;
}
}