先附上自己做过的题目:
https://blog.csdn.net/weixin_45748610/article/details/109003732
全排列
https://blog.csdn.net/weixin_45748610/article/details/109009458
N皇后
https://blog.csdn.net/weixin_45748610/article/details/109032873
子集
https://blog.csdn.net/weixin_45748610/article/details/109033219
组合
https://blog.csdn.net/weixin_45748610/article/details/109050910
解数独
https://blog.csdn.net/weixin_45748610/article/details/109052189
括号生成
判断一个题能不能使用回溯算法就是看它能不能建立决策树。
如何建立决策树?把你进行选择的思路画出来就好了。
比如全排列问题,设输入为【1,2,3】,可以建立如下决策树:
又如N皇后问题,假设棋盘是4 * 4。
明确节点的路径属性:放上皇后的4 * 4矩阵
为了得到一个符合要求的N皇后棋盘,现在进行选择,我先在第一行放一个皇后,总共有4种情况,然后再在第二行放符合要求的皇后,一直放到第四行就能得到n个路径。
我做的题目种唯一一道困难题——解数独,也可以轻松画出决策树。
节点的路径属性就是9 * 9的、逐渐完善的数独矩阵。
为了得到一个数独矩阵,现在进行选择:在第row行,col列放元素,有 <= 9种情况。放好之后,再在row行,col + 1列放元素……直到放满整个矩阵。
做了这么多题,发现节点虽然有选择列表属性,但是通常不写出来。在选择时都能排除掉错误选项。
建立好决策树,往往就代表着该题能用回溯算法。解决回溯问题,只需要遍历决策树的节点即可。接下来需要思考3个问题:
- 路径:也就是已经做出的选择。
- 选择列表:也就是你当前可以做的选择。
- 结束条件:也就是到达决策树底层,无法再做选择的条件。
套用回溯算法模板:
result = []
def backtrack(路径, 选择列表):
if 满足结束条件:
result.add(路径)
return
for 选择 in 选择列表:
做选择
backtrack(路径, 选择列表)
撤销选择
难点往往在于选择条件的判断。
感谢labuladong大佬的文章,对我有很大的启发:
https://labuladong.gitbook.io/algo/di-ling-zhang-bi-du-xi-lie/hui-su-suan-fa-xiang-jie-xiu-ding-ban