回溯理论基础
回溯法也可以叫做回溯搜索法,它是一种搜索的方式。
回溯法解决的问题
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
相信大家看着这些之后会发现,每个问题,都不简单!
另外,会有一些同学可能分不清什么是组合,什么是排列?
组合是不强调元素顺序的,排列是强调元素顺序。
例如:{1, 2} 和 {2, 1} 在组合上,就是一个集合,因为不强调顺序,而要是排列的话,{1, 2} 和 {2, 1} 就是两个集合了。
记住组合无序,排列有序,就可以了。
回溯法解决的问题都可以抽象为树形结构,是的,我指的是所有回溯法的问题都可以抽象为树形结构!
因为回溯法解决的都是在集合中递归查找子集,集合的大小就构成了树的宽度,递归的深度,都构成的树的深度。
回溯算法模板框架如下:
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
}
}
77. 组合
题目链接:https://leetcode.cn/problems/combinations/description/
题目要求:
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 1:
输入:n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
总结:直接的解法当然是使用for循环,例如示例中k为2,很容易想到 用两个for循环,这样就可以输出 和示例中一样的结果。输入:n = 100, k = 3 那么就三层for循环,如果n为100,k为50呢,那就50层for循环,是不是开始窒息。此时就会发现虽然想暴力搜索,但是用for循环嵌套连暴力都写不出来!要解决 n为100,k为50的情况,暴力写法需要嵌套50层for循环,那么回溯法就用递归来解决嵌套层数的问题。
把组合问题抽象为如下树形结构:
![](https://img-blog.csdnimg.cn/img_convert/0eaec1d107e94bf2a6b5e9080da02fb9.png)
可以看出这棵树,一开始集合是 1,2,3,4, 从左向右取数,取过的数,不再重复取。
第一次取1,集合变为2,3,4 ,因为k为2,我们只需要再取一个数就可以了,分别取2,3,4,得到集合[1,2] [1,3] [1,4],以此类推。
每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围。
图中可以发现n相当于树的宽度,k相当于树的深度。
那么如何在这个树上遍历,然后收集到我们要的结果集呢?
图中每次搜索到了叶子节点,我们就找到了一个结果。
相当于只需要把达到叶子节点的结果收集起来,就可以求得 n个数中k个数的组合集合。
path列表存放每一种选择,当path的长度达到k时,可以将该path加入到最终的result中去了,这里每次遍历一个元素之后,下次这个元素就不再遍历了,因为这里返回的是组合,不是排列,排列是元素一样,顺序不一样,算两种结果,而组合,就是顺序不一致也是只算一个结果,而且不能是两个元素都是重复的,遇到这种在一堆数中找组合的问题,就想到回溯,套用上面回溯模板即可。这里的for(int i = start;i <= n;i++)里的n可优化为n - (k - path.size()) + 1。
class Solution {
List<List<Integer>> result = new ArrayList<>();
List<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
combine1(n,k,1);
return result;
}
//回溯递归,参数需要传入每次遍历元素的开始位置
private void combine1(int n ,int k, int start){
//递归终止
if(path.size() == k){
//收集结果
result.add(new ArrayList<>(path));
return;
}
//for循环
for(int i = start;i <= n;i++){
//递归操作
path.add(i);
combine1(n,k,i + 1);
//回溯
path.remove(path.size() - 1);
}
}
}