理论基础
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
- 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
- 棋盘问题:N皇后,解数独等等
回溯三部曲:
- 回溯函数模板返回值以及参数
回溯算法中函数返回值一般为void。
再来看一下参数,因为回溯算法需要的参数可不像二叉树递归的时候那么容易一次性确定下来,所以一般是先写逻辑,然后需要什么参数,就填什么参数。
- 回溯函数终止条件
- 回溯搜索的遍历过程
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
}
for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
模版:
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
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
}
}
没有剪枝的解法:
class Solution {
private List<List<Integer>> resList = new ArrayList<>();
List<Integer> res = new ArrayList<>();
private void backtracking(int n, int k, int startIndex) {
if (res.size() == k) {
resList.add(new ArrayList<>(res));
return;
}
for (int i = startIndex; i <= n; i++) {
res.add(i);
backtracking(n, k , i+ 1); //递归;
res.remove(res.size() - 1);
}
}
public List<List<Integer>> combine(int n, int k) {
backtracking(n , k, 1);
return resList;
}
}
- resList.add(new ArrayList<>(res)); 必须手动new一个arr_list,不然之后修改res都会更新到resList中(相当于Cpp中引用)
- startIndex:防止得到重复的组合(组合没有顺序,排列有顺序)
加上剪枝的解法:
for (int i = startIndex; i <= n - (k - res.size()) + 1 ; i++) {
for循环改成这样,来举一个例子,n = 4,k = 4的话,那么第一层for循环的时候,从元素2开始的遍历都没有意义了。 在第二层for循环,从元素3开始的遍历都没有意义了。