代码随想录算法训练营第二十四天| 回溯理论基础、77.组合

系列文章目录

---

---

回溯法模板

回溯三部曲：

1. 确定回溯函数的参数和返回值：函数起名字 一般为backtracking；回溯算法中函数返回值一般为void；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。
2. 回溯函数终止条件：既然是树形结构，那么我们在讲解二叉树的递归的时候，就知道遍历树形结构一定要有终止条件。所以回溯也有要终止条件。什么时候达到了终止条件，树中就可以看出，一般来说搜到叶子节点了，也就找到了满足条件的一条答案，把这个答案存放起来，并结束本层递归。抽象地说，解决一个回溯问题，实际上就是遍历一棵决策树的过程，树的每个叶子节点存放着一个合法答案。你把整棵树遍历一遍，把叶子节点上的答案都收集起来，就能得到所有的合法答案。
3. 确定单层递归逻辑：回溯法一般是在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成的树的深度。用for循环遍历集合区间，可以理解一个节点有多少个孩子，这个for循环就执行多少次。backtracking实现递归。for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把这棵树全遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了。
   

回溯算法模板框架：

void backtracking(路径，选择列表) {//（参数）
    if (终止条件) {
        存放结果;//路径
        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;//做选择
        backtracking(路径，选择列表); // 递归
        回溯，撤销处理结果// 撤销选择
    }
}

回溯其实就是递归中嵌套着for循环，其核心就是 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」。

---

77.组合

回溯法

回溯法三部曲：

1. 递归函数的参数和返回值：定义两个全局变量，一个用来存放符合条件单一结果path，一个用来存放符合条件结果的集合res。其实不定义这两个全局变量也是可以的，把这两个变量放进递归函数的参数里，但函数里参数太多影响可读性，所以就定义全局变量了。参数：集合n里面取k个数，那么n和k是两个int型的参数；int型变量startIndex，这个参数用来记录本层递归的中，集合从哪里开始遍历（集合就是[1,...,n] ），即搜索的起始位置。startIndex 就是防止出现重复的组合。在集合[1,2,3,4]取1之后，下一层递归，就要在[2,3,4]中取数了，那么下一层递归如何知道从[2,3,4]中取数呢，靠的就是startIndex。
2. 回溯函数终止条件：什么时候到达所谓的叶子节点了呢？path的大小如果达到k，说明我们找到了一个子集大小为k的组合了，path存的就是根节点到叶子节点的路径。此时用res把path保存起来，并终止本层递归。
3. 单层递归逻辑：回溯法的搜索过程就是一个树型结构的遍历过程，for循环用来横向遍历，递归的过程是纵向遍历。
   
   如此我们才遍历完图中的这棵树。
   for循环每次从startIndex开始遍历，然后用path保存取到的节点i。

backtracking（递归函数）通过不断调用自己一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回。
backtracking的下面部分就是回溯的操作了，撤销本次处理的结果。

未剪枝优化

import java.util.LinkedList;
//未剪枝优化
class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> res = new LinkedList<>();

    public List<List<Integer>> combine(int n, int k) {
        backtracking(n, k, 1);
        return res;
    }

    public void backtracking(int n, int k, int startIndex) {
        //终止条件
        if (path.size() == k) {
            res.add(new LinkedList<Integer>(path)); // 直接add的是path的引用，会随着path改变发生变化，因此需要复制一份再add
            return;
        }
        //单层循环逻辑
        for (int i = startIndex; i <= n; i++) {
            path.add(i); // 先把当前子节点加入路径
            backtracking(n, k, i + 1);// 再让递归记录该子节点下所有分支的结果
            path.remove(path.size() - 1);//回溯
        }
    }
}

剪枝优化

回溯法虽然是暴力搜索，但也有时候可以有点剪枝优化一下的。
优化过程如下：

1. 已经选择的元素个数：path.size();

2. 还需要的元素个数为: k - path.size();

3. 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历。为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。

   for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置
   

class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> res = new LinkedList<>();

    public List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1);
        return res;
    }

    public void backtracking(int n, int k, int startIndex) {
        //终止条件
        if (path.size() == k) {
            res.add(new LinkedList<>(path));
            return;
        }

        //单层循环逻辑
        for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {// 优化的地方
            path.add(i); // 处理节点
            backtracking(n, k, i + 1);
            path.remove(path.size() - 1);// 回溯，撤销处理的节点
        }
    }
}

---