回溯方法的理论原理与定义
- 回溯算法是潜藏于递归过程之中一种操作,与递归操作相辅相成;初步理解,有递归必有回溯,使用回溯最好的方式是递归,至于其他的方式有待探索。
- 回溯是一种多重循环的变体,其本质就是对一个可选元素集合进行不断的循环遍历,直到输出所有可行的结果;
- 回溯可用于解决组合问题、排列问题、棋盘问题、子集问题、切割问题;
- 回溯的过程可以可视化为多叉树,每一种当前的元素挑选都将在多叉树上开辟一条新的分枝;而提升回溯时间的效率的操作名为剪枝,联合多叉树的可视化结果,显然这个概念也不难理解了;
- 剪枝的本意在于“当前结果集的可选内容无法满足可行结果的继续计算,因此我们提前停止,避免额外的计算”;
- 要熟练回溯的模版 代码随想录
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 } }
第77题. 组合
思路:使用回溯法进行多层遍历实现解题,可使用剪枝加快不可满结果继续计算时,就提前结束当前的分支的递归过程。
// 时间复杂度O((n+1)n/2) = O(n^2)
// 空间复杂度O(n^2)
class Solution {
public List<List<Integer>> combine(int n, int k) {
List<List<Integer>> ans = new ArrayList<>();
List<Integer> list = new ArrayList<>();
boolean[] visited = new boolean[n];
backtracking(0, n, k, -1, list, ans);
return ans;
}
// 参数说明
// count用来计数list中元素的个数;
// n,k不解释;
// index用来剪枝颠倒组合的情况发生,保证只有一个方向的组合
// list存储每一次形成的可行组合,ans全局结果集
public void backtracking(int count, int n, int k, int index, List<Integer> list, List<List<Integer>> ans){
// 停止条件
if(count == k){
ans.add(new ArrayList<Integer>(list)); // 收集结果
return;
}
// 剪枝,用的用的是k-count还需要几个数,与n-index-1还剩几个可选进行的比较用来剪枝
if(k-count > n-index-1)
return;
// 递归处理
for(int i = index+1; i<n; i++){
count++;
list.add(i+1);
backtracking(count, n, k, i, list, ans);
// 回溯
count--;
list.remove(list.size()-1);
}
return;
}}