day24【回溯算法1】理论基础 | 77.组合

1.理论基础

• 代码随想录 | 讲解链接
• b站视频讲解链接

1.1 什么是回溯法

• 回溯搜索法是一种搜索的方式。回溯是递归的副产品，只要有递归就会有回溯。

  回溯函数也就是递归函数，指的都是一个函数。

1.2 回溯法的效率

• 回溯法很难，不好理解，但回溯法并不是什么高效的算法
• 回溯的本质是穷举，穷举所有可能，然后选出想要的答案。如果想让回溯法高效，可以加一些剪枝操作，但也改变不了回溯法就是穷举的本质。
• 有些题只能用回溯法穷举，所以选用这种并不高效的方法。

1.3 回溯法解决的问题

• 组合问题：N个数里按一定规则找出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

  组合和排列的区别：组合不强调元素顺序，排列强调元素顺序。

1.4 如何理解回溯法

• 回溯法解决的问题都可以抽象为树形结构！
• 回溯法解决的都是在集合中递归查找子集的问题，集合的大小就构成了树的宽度、递归的深度构成了树的深度。
• 递归就要有终止条件，所以必然是一颗高度有限的数（N叉树）

1.5 回溯法模板（三部曲）

1. 返回值以及参数

   • 卡尔习惯函数起名为backtracking
   • 返回值：一般为void
   • 参数：回溯算法需要的参数不像二叉树递归那么容易一次性确定下来，一般是先写逻辑，然后需要什么参数就填什么参数。
   • 伪代码：

   void backtracking(参数)
   

2. 终止条件

   • 一般来说搜到叶子节点，也就找到了满足条件的一条答案，把这个答案存放起来并结束本层递归
   • 伪代码：

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

3. 遍历过程

   • 回溯法一般在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成树的深度。
     
   • 伪代码如下

   for(选择：本层集合中元素(树种节点孩子的数量就是结合的大小)) { //横向遍历
   	处理节点；
   	backtracking(路径， 选择列表);//递归，纵向遍历
   	回溯，撤销处理结果
   }
   

   • for循环就是遍历集合区间，可以理解一个节点有多少个孩子，这个for循环就执行多少次。
   • backtracking这里自己调用自己，实现递归

4. 回溯算法模板框架

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

	for(选择：本层集合中的元素(树种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);
		回溯，撤销处理结果；
	}
}

77. 组合

• 77.组合 | 题目链接

• 代码随想录 | 讲解链接

• 题意：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], ]

• 思路：
  

class Solution {
    List<List<Integer>> res = new ArrayList<>();
    List<Integer> path = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n, k, 1);
        return res;
    }

    public void backtracking(int n, int k, int startIndex) {
        if(path.size() == k) {
            res.add(new ArrayList<>(path));
            return;
        }

        for(int i = startIndex; i <= n; i++) {
            path.add(i);
            backtracking(n, k, i+1);
            path.remove(path.size() - 1);
        }
    }
}