回溯三步走
- 判断此选择是否满足条件
- 遍历所有下一步选择
- 选择 - 递归 - 删除选择
回溯算法
- 实际是一种暴力穷举法
- 穷举过程类似于遍历一颗多叉树
- 适合算法:往往是列出所有可能(而动态规划往往是求最优解)
- 排序的作用:去重、剪枝
框架(注:切片result
虽然在函数间传递 但它底层被共用了 所以要copy
)
枚举三步走
- 做选择(符合条件则加入最终值)
- 下一层决策树
backtrace()
- 删除选择
/ 全局变量作为最终结果
var res [][]int
// 回溯函数(递归函数)
func backtrace(nums []int,result []int) {
/ 判断当前是否符合目标
/ 如果符合
tmp := make([]int,len(result))
copy(tmp,result)
/ 放到最终结果
res = append(res,tmp)
/ 视情况而定 是否需要继续
/ 枚举所有选择
for i:=0;i<len(nums);i++{
/ 1.选择
result = append(result,nums[i])
/ 2.决策
backtrace(nums,result)
/ 3.删除这测选择
result = result[:len(result)-1]
}
}
时间复杂度🧮
- 第一轮遍历N次
- 第二轮遍历(N-1)次
- …
- 时间复杂度:O(!N) N的阶乘