递归和回溯
回溯的思路可以参考这个博主的,写的非常详细:代码随想录,回溯算法
在后面的解释中,会提到一些个人对回溯的见解。
力扣77题:组合
题目
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。
示例
输入:n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
输入:n = 1, k = 1
输出:[[1]]
python3代码
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
def backtracking(n,startindex,k):
if(len(arr1) == k): #回溯的返回条件
res.append(arr1[:]) #记录每个答案
return
else:
for i in range(startindex,n-k+len(arr1)+2): #从哪开始索引,剪枝(这两个很重要)
arr1.append(i) #记录路径
backtracking(n,i+1,k) #递归(索引起始位置加一)
arr1.pop() #回溯,要还原
arr1 = [] #路径
res = [] #结果
backtracking(n,1,k)
return res
解释
首先,递归就是暴力的查找(感觉有点像深度优先,但是学识有限不敢下定论)。当我们需要使用到很多个for循环的时候,就该考虑到使用递归了。而回溯则加多一步,把递归回来的先还原(体现在pop这里),再继续去递归查找。
这题是求组合,由于组合不同于排列,没有顺序之差,索引我们选取一个数后,只需要往后索引即可,往前索引则会有重复了。那么每次递归索引的开始就需要按步改变(i+1),这个很关键。当路劲的长度打到要求的时候,则将路径加到结果集里,返回。回溯的另一个点就在于还原,要把路径最后一个pop掉,重新计算其他路径。
对于递归和回溯来说,这个例子是一个典型的例子,整个思路和代码结构是典型的递归回溯的结构,记录一下。
对做题遇到的问题的记录,遇到的问题是从哪开始索引,k不能作为全局变量?(这里n和k能不能都作为全局变量,感觉这样更方便)return可以空return,使用pop很好用。
欢迎讨论