LeetCode 77. 组合
思路:
回溯算法的典型应用,回溯算是理解难度比较大的算法了,经常会有一些循环嵌套在递归里,其本质就是罗列出所有的组合排列/可能性。因为是暴力算法时间复杂度都比较高,有时候需要搭配一定的剪枝操作。
这道题目中,同样也是用回溯的办法从n个数中把所有长度为k的组合找出来。我们需要一个数组temp用来记录每次符合条件的长度为k的数组,然后push到最终结果里。除此之外还需要一个idx,用来记录每次查找符合条件的数字的初始位置。借用代码随想录中的图为例。在数的第一层,我们是从1开始取数字的,一直取到4位置,所以这个时候idx为1,然后循环直到idx为4结束。
每次递归调用backtracking函数的时候,都需要调整idx和k的值,如第二层第一个节点,当idx取完了1之后,下一个idx应该是从2开始直到4结束,同时k要缩小1,因为第一层我们取k个数,第二层则是取k-1个数。递归的返回条件就是当k小于1,k小于1的时候意味着我们不取任何数,也就是到了叶子节点,这个时候的数组即为符合条件的答案之一。
从函数返回之后需要把当前数组的最后一个元素pop出来,这是回溯算法的精髓。因为当前数组已经考虑过了,于是我们把最后一个元素pop出来然后尝试push下一个元素进去。在循环的过程中可以进行剪枝。我们知道数组的长度为k,我们需要从idx开始一直循环到n结束,但实际上当n-idx小于k的时候,这个时候剩余的数已不足以填满长度为k的数组,所以当idx > n-k+1的时候的情况可以不用考虑,可以适当进行剪枝。
代码:
class Solution {
public:
vector<vector<int>> ans;
vector<int> temp;
vector<vector<int>> combine(int n, int k) {
backtracking(n, k, 1);
return ans;
}
void backtracking(int n, int k, int idx)
{
if (k < 1)
{
ans.push_back(temp);
return;
}
for (int i = idx; i <= n - (k - 1); i++)
{
temp.push_back(i);
backtracking(n, k - 1, i + 1);
// 回溯
temp.pop_back();
}
}
};