回溯算法讲解

回溯的基本概念

• 回溯法（backtracking）是暴力搜索法中的一种
• 回溯与递归密不可分
• 回溯法采用试错的思想：它尝试分步解决一个问题。在分步解决问题的过程中，当它通过尝试发现，现有的分步答案不能得到有效的正确的解答的时候，它将取消上一步甚至是上几步的计算，再通过其它的可能的分步解答再次尝试寻找问题的答案。回溯法通常用最简单的递归方法来实现，在反复重复上述的步骤后可能出现两种情况：
• 1. 找到一个可能存在的正确的答案
• 2. 在尝试了所有可能的分步方法后宣告该问题没有答案

回溯可以解决的问题

• 组合问题：无序
• 切割问题：切割字符串
• 子集问题
• 排列问题：有序
• 棋盘问题：N皇后、解数独

回溯解题思路

• 把所有问题都抽象成N叉树
• • 树的宽度就是回溯处理的集合大小（横向for循环）
• • 树的深度就是递归的深度（纵向递归）

一套固定格式搞定回溯

void backtracking(参数){
	if(终止条件){
		收集结果；
		return;
	}
	
	for(集合元素){
		处理节点；
		递归；
		回溯；
	}

}

LeetCode 例题

组合问题：收集节点是树的叶子结点

• 77. 组合
• 39. 组合总和
• 40. 组合总和 II
• • 区分树枝去重和树层去重，使用 used[] 数组

切割子串问题：子串为 [startIndex, i]

• 131. 分割回文串

• 93. 复原 IP 地址

• • 添加参数 pointNum ，利用节点个数判断终止
• • 代码大致思路：在字符串 s 基础上添加 ’ . ’ 直到添加三个且最后一个子串也满足条件，将 s 放入结果集。

子集问题：收集节点是所有树节点，因此可以省略返回条件

• 78. 子集
• 90. 子集 II
• • 注意数层去重中， 判断 used [ i - 1 ] 而不是 used[ i ]
• 491. 递增子序列
• • 注意本题要求：在数组无序的情况下，进行数层去重
• • • 定义 set 数组在函数体中，达到数层去重效果

全排列问题：不用使用startIndex, 使用 used 数组

• 46. 全排列
• 47. 全排列 II
• • 注意树层去重