算法学习打卡day24｜回溯算法初探，组合问题

回溯算法

理论基础

• 什么是回溯？
  • 回溯法也叫回溯搜索法，就是一种搜索方法，而且还是暴力搜索！
  • 效率问题：由于它属于暴力搜索，本质是穷举，所以它的效率很低，但是有些问题只能穷举，而且普通的暴力算法无法解决，只能使用回溯法。
• 可以解决什么问题？
  • 组合问题：N个数里面按一定规则找出k个数的集合，这个结果集是无序的，而排列是有序的，比如1和2，2和1在组合里是算一组数据，在排列里算两组。
  • 排列问题
  • 切割问题
  • 子集问题
  • 棋盘问题
• 如何理解回溯算法？
  • 把回溯算法理解为抽象的树，一般情况下集合数目n为树的宽度，递归的深度为树的深度，本质还是递归，只是要一层一层的去遍历每个子节点，递归结束条件一般是碰到叶子节点结束。

回溯模版

• 终止条件

if (终止条件) {
	存放结果;
	return;
}

• 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，为下一轮循环元素使用
}

如上代码：for循环相当于横向遍历，递归相当于纵向遍历。

• 另外回溯法，一般情况下回溯函数返回值为void，结果存到全局的results里或者传的参数里

先解一个组合问题

力扣题目链接
题目描述：
给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。

你可以按 任何顺序 返回答案。

思路：

• 先说一下要定义的东西，上面已经提到了我们需要定义一个全局的results，存符合条件的结果集，然后还要存一个path用来存储每次遍历时的路径，这个path就是要最后放入results的，而回溯也是靠path实现的。
• 直接套用回溯模版，第一层，分别选取1，2，3，4放入path中，然后递归子节点，这里子节点就要比第一层大一个值开始，比如第一层为1，那么递归时就从2开始，2的递归从3开始，依此类推
• 注意这里是先走完路径1，然后走路径1的递归，再走路径1的递归的递归，然后一步一步回溯，下一轮循环才会走第一层的2，因为递归返回时有回溯步骤，此时路径path已经为空了，所以此种方法不会有重复元素。

代码实现：

    vector<int> path;
    vector<vector<int> > results;
    void backtracking(int n, int k, int start_index) {
        if (path.size() == k) {
            results.emplace_back(path);
            return;
        }
        for (int i = start_index; i <= n; ++i) {
            path.emplace_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
    }
    vector<vector<int>> combine(int n, int k) { 
        backtracking(n, k, 1);
        return results;
    }

• 剪枝优化：
• 这里可以优化一下，就是我们在横向遍历的时候，当path已经有的元素 + 剩下的元素不足以满足k个数量的时候，我们是不需要继续往下递归了。所以就有 所需节点数：need = k - path.size()，那么只要满足 i < n - need + 1 的时候，才往下遍历，当 i 大于这个值时，剩下的递归就不满足k个了。

vector<int> path;
    vector<vector<int> > results;
    void backtracking(int n, int k, int start_index) {
        if (path.size() == k) {
            results.emplace_back(path);
            return;
        }
        int need = k - path.size();//剪枝优化
        for (int i = start_index; i <= n - need + 1; ++i) {
            path.emplace_back(i);
            backtracking(n, k, i + 1);
            path.pop_back();
        }
    }
    vector<vector<int>> combine(int n, int k) { 
        backtracking(n, k, 1);
        return results;
    }