入回溯算法

前言:小编在今日之前仅仅听过回溯算法,但是,一个题都没有做过!回溯算法相关的视频也没怎么看过,那么,写此篇文章的主要目的就是为了对今日刷回溯算法的总结!

77. 组合 - 力扣(LeetCode):组合

216. 组合总和 III - 力扣(LeetCode):组合总和2

17. 电话号码的字母组合 - 力扣(LeetCode):电话号码的字母组合

那么,我们先来分析一下,回溯算法主要用来干什么吧!

回溯法,一般可以解决如下几种问题:

  • 组合问题:N个数里面按一定规则找出k个数的集合
  • 切割问题:一个字符串按一定规则有几种切割方式
  • 子集问题:一个N个数的集合里有多少符合条件的子集
  • 排列问题:N个数按一定规则全排列,有几种排列方式
  • 棋盘问题:N皇后,解数独等等

其实说白了,回溯算法也是一个暴力的算法,对于很多题目想必大家正常的思路也是解不出来的,那么,暴力解法也是一个不错的选择,暴力解决一号,经过修修边角减少不必要的递归,岂不更好??

那么,回溯算法就是递归+修剪【回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案】

 回溯法参考模板:真的很有效!!

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
        处理节点;
        backtracking(路径,选择列表); // 递归
        回溯,撤销处理结果
    }
}

小编今日先做了几个题,练练手,100%都是套用的这个模板!当然,由于之前没有接触过回溯法这个思想,所以战绩掺不忍睹!

组合:

力扣题目链接(opens new window)

给定两个整数 n 和 k,返回 1 ... n 中所有可能的 k 个数的组合。

示例: 输入: n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]

在刚看到这个题目的时候,直接来个for循环,你让我搞几个k,我就来几层for循环,但是,这样是万万不可以的!目前来看k比较小,但是当k=50,k=100的时候,该如何操作呢?


    // 组合:生成包含k个元素的所有组合,这些元素取自1到n
    static List<List<Integer>> result = new ArrayList<>();
    static List<Integer> path=new LinkedList<>();

    /**
     * 生成从1到n中选择k个数的所有组合
     * @param n 可选择的最大数
     * @param k 需要选择的数的个数
     * @return 包含所有组合的列表
     */
    public static List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1); // 使用回溯法来生成组合
        return result;
    }

    /**
     * 回溯方法,用于递归生成组合
     * @param n 可选择的最大数
     * @param k 需要选择的数的个数
     * @param startIndex 当前开始选择的索引
     */
    public static void backtracking(int n,int k,int startIndex){
        if (path.size()==k){ // 当已经选择了k个数时,将当前路径加入结果列表
            result.add(new ArrayList<>(path));
            return;
        }

        for (int i = startIndex; i <= n ; i++) {
            path.add(i); // 尝试选择当前数字
            backtracking(n,k,i+1); // 递归继续选择下一个数字
            path.remove(path.size()-1); // 回溯,移除最后一个添加的数字
        }
    }

    public static void main(String[] args) {
        List<List<Integer>> result= combine(4,2); // 示例:生成从1到4中选择2个数的所有组合
        System.out.println(result.toString()); // 打印结果
    }

在上述代码中:

path用来半路出家的,每次递归将数据保存到path中,然后通过比较paht.size()==k的关系,来决定是否放入result中,当然,如果你不使用path也不是不可以,只不过显得麻烦些了,因为result中主要存储的是最后的结果,当用result比较的时候…………,反正我是没考虑过……

值得注意的是:在这里,我们没有使用下标……因为操作的不是数组!而是1,2,3,4……n中的数字

然后接下来就开开始回溯(递归)了!

在进行递归之前,先来个判断path.size()==k,如果成立则将path放入result中,并结束这次递归,否则就进入递归中。递归时候,先将该数字放入path中,因为咱们这次是组合(数据无重复),所以随着每次的遍历startIndex都会+1

然后在进行递归,直到path.size()==k成立则将path放入result中,结束这次递归。然后将最后一次放入path的i取出,重复操作…………一直到全部遍历完!

但是,在上述的代码中,我们可以进行些修剪:

这个遍历的范围是可以剪枝优化的,怎么优化呢?

来举一个例子,n = 4,k = 4的话,那么第一层for循环的时候,从元素2开始的遍历都没有意义了。 在第二层for循环,从元素3开始的遍历都没有意义了。

这么说有点抽象,如图所示

图中每一个节点(图中为矩形),就代表本层的一个for循环,那么每一层的for循环从第二个数开始遍历的话,都没有意义,都是无效遍历。

所以,可以剪枝的地方就在递归中每一层的for循环所选择的起始位置

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了,那么就没有必要搜索了

注意代码中i,就是for循环里选择的起始位置。

for (int i = startIndex; i <= n; i++) {

接下来看一下优化过程如下:

  1. 已经选择的元素个数:path.size();

  2. 所需需要的元素个数为: k - path.size();

  3. 列表中剩余元素(n-i) >= 所需需要的元素个数(k - path.size())

  4. 在集合n中至多要从该起始位置 : i <= n - (k - path.size()) + 1,开始遍历

那么此时便可以成功缩短不少时间!

修剪完后的代码为:

//修剪
   
 // 组合:生成包含k个元素的所有组合,这些元素取自1到n
    static List<List<Integer>> result = new ArrayList<>();
    static List<Integer> path=new LinkedList<>();

    /**
     * 生成从1到n中选择k个数的所有组合
     * @param n 可选择的最大数
     * @param k 需要选择的数的个数
     * @return 包含所有组合的列表
     */
    public static List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1); // 使用回溯法来生成组合
        return result;
    }

    /**
     * 回溯方法,用于递归生成组合
     * @param n 可选择的最大数
     * @param k 需要选择的数的个数
     * @param startIndex 当前开始选择的索引
     */
    public static void backtracking(int n,int k,int startIndex){
        if (path.size()==k){ // 当已经选择了k个数时,将当前路径加入结果列表
            result.add(new ArrayList<>(path));
            return;
        }

        for (int i = startIndex; i <=  n - (k - path.size()) + 1; i++) {
            path.add(i); // 尝试选择当前数字
            backtracking(n,k,i+1); // 递归继续选择下一个数字
            path.remove(path.size()-1); // 回溯,移除最后一个添加的数字
        }
    }

    public static void main(String[] args) {
        List<List<Integer>> result= combine(4,2); // 示例:生成从1到4中选择2个数的所有组合
        System.out.println(result.toString()); // 打印结果
    }

至于剩下的俩个题都是一样的道理,在此小编便不再做过多讲述!

class Solution {
//电话号码的字母组合
    //设置全局变量表示最后的存储结果
    List<String> list=new ArrayList<>();
    public  List<String> letterCombinations(String digits) {
        if (digits==null || digits.length()==0){
            return list;
        }
        String[] numString={"","","abc","def","ghi","jkl","mno","pqrs","tuv","wxyz"};
        backtracking(digits,numString,0);

        return list;
    }

    //String字符串拼接stringBuilder
     StringBuilder stringBuilder=new StringBuilder();
    public void backtracking(String digst,String[] numString,int num){
        int len=digst.length();
        if (num==len){
            list.add(stringBuilder.toString());
            return;
        }
        //str表示当前num所对应的字符串
        String str=numString[digst.charAt(num)-'0'];
        for (int i = 0; i < str.length(); i++) {
            stringBuilder.append(str.charAt(i));
            backtracking(digst,numString,num+1);
            //去掉末尾,接着尝试
            stringBuilder.deleteCharAt(stringBuilder.length()-1);
        }
    }

}

 

  • 21
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

念君思宁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值