五大经典算法二 回溯

回溯算法在解决多选择问题时特别有效,一般思路如下:在当前场景下,存在若干种选择去操作,有可能两种结果:一是违反相应条件限制,只能返回(back),另一种是该选择选到最后居然正确并结束。故在回溯时存在三要素,能总结出这样的三要素问题便可以迅速解决:

1 找到选择

2 限制条件,即选择操作在此条件下才进行

3 结束

回溯在迷宫问题等应用广泛,下面的Leetcode22题Generate Parentheses 也是很典型的回溯问题。

Generate Parenthese要求给出n对括号下的所有可能例如

n=3

[
  "((()))",
  "(()())",
  "(())()",
  "()(())",
  "()()()"
]
从题目寻找三要素:

1 选择:

加左括号

加右括号

2 条件

左括号没有用完(才可以加左括号)

右括号数目小于左括号数目(才可以加右括号)

3 结束

左右括号均用完

思路:

if (左右括号都已用完) {
  加入解集,返回
}
//否则开始试各种选择
if (还有左括号可以用) {
  加一个左括号,继续递归
}
if (右括号小于左括号) {
  加一个右括号,继续递归
}
代码:

void backtrade(string sublist,vector<string> &res,int left,int right)//left 是左括号剩余
{
    if(left==0&&right==0){res.push_back(sublist);return;
                           }//左右括号用完
    if(left>0){backtrade(sublist+"(",res,left-1,right);}//左括号可以用
    if(left<right){backtrade(sublist+")",res,left,right-1);}
}
vector<string> generateParenthesis(int n){
    vector<string> res;
    backtrade("",res,n,n);
    return res;
                                          }

是一个非常典型的套路,有许多题都会用到,基本上大部分NP问题的求解都是用这个方式,比如N-QueensSudoku SolverCombination SumCombinationsPermutationsWord Break IIPalindrome Partitioning等,所以大家只要把这个套路掌握熟练

例如Leetcode 51. N-Queens
当n=4时,4X4棋盘有两种摆法(Q代表皇后,.表示空白):

[
 [".Q..",  // Solution 1
  "...Q",
  "Q...",
  "..Q."],

 ["..Q.",  // Solution 2
  "Q...",
  "...Q",
  ".Q.."]
]
这类NP问题时间复杂度肯定是指数量级,解题思路是回溯,即通过循环下递归,条件约束回溯,直到满足结束条件。在这里回溯三要素:

一 选择:添加Q还是点

二 条件:满足NQueens布局条件

三 所有行都满足条件时存储棋盘并结束

定义一个数组colForrow[n],colForrow[i]=j代表第i行第j列上是皇后。这是问题的需要耗费的空间复杂度O(N)

问题的首先需要检查加入当前皇后的合法性:

检查行:即当前行row不存在第二个皇后;

检查列:即当前列不存在第二个皇后;

因为我们采用逐行求解,故在当前行布置皇后前该行全部空白自动满足,主要考虑列,即当前行与前面的不冲突。

检查对角线:就是行的差和列的差的绝对值不要相等就可以

总体设计思路:

采用循环递归机制即在每一层递归函数内,用一个循环(循环是针对列的循环)把一个皇后填入对应行的每一列,如果当前加入第j列棋盘合法则递归处理下一行,如果在处理下一行时发现遍历所有列都不能满足棋盘规则,则退出该层递归,回溯返回到上一行。注意此时不用再把添加的元素移除,因为这里用的是一个一维数组去存皇后在对应行的哪一列,当回溯到上一行时该数组自动回到原来状态。在进入上一行后,由于循环将列数j加1继续判断。直到所有行都完成保存结果并结束

//Queens
string vectorcharTostring(vector<char> ss){
    string res="";
    for(int i=0;i<ss.size();i++)
	res+=ss[i];
    res+='\0';
    return res;
                                            }
bool checkValidQueen(int row,int colForrow[])
{
for(int i=0;i<row;i++)
    if(colForrow[row]==colForrow[i]||abs(colForrow[row]-colForrow[i])==row-i)return 0;
return 1;
}//除了刚加的,前面的都是合法,故只需检查当前行和前面
void helper_queen(int n,int row,int colForrow[], vector< vector<string> >& res)
{
    if(row==n){
	vector<string> item;
	for(int i=0;i<n;i++)
	{
	    vector<char> strRow;
	    for(int j=0;j<n;j++)
		if(colForrow[i]==j)strRow.push_back('Q');
	        else strRow.push_back('.');
	   string tmp=vectorcharTostring(strRow);
	   item.push_back(tmp);
	}
	//for(int i=0;i<item.size();i++)cout<<item[i]<<endl;
	res.push_back(item);//存储完毕
	return;
               }
    for(int i=0;i<n;i++)
    {
	colForrow[row]=i;
	if(checkValidQueen(row,colForrow))
	    helper_queen(n,row+1,colForrow,res);
    }
}//逐行求解,在每一行尝试每个列位置
vector< vector<string> > solveNQueens(int n){
vector< vector<string> >res;
int * colForrow=(int*)malloc(sizeof(int)*n);
helper_queen(n,0,colForrow,res);
return res;
                                             }
以n=4来简单描述思路:



 再例如39. Combination Sum
给定一候选序列和一个目标值,要求从候选序列中选出若干数据使得它们之和与目标值相等,这里每个选出的数据可以被重复使用。还是回溯思想:

一 选择:选择一个元素

二 条件:

三 直到和与taget相等

设计思路:

也是循环递归方式,每次递归中某次循环i时选择candidate[i]元素,把剩下的元素一一加到结果集合中,并且把目标减去加入的元素,然后把剩下元素(由于可以重复使用故包括当前加入的元素)放到下一层递归中解决子问题。若得到的差值小于0,则失败,需要增加该递归中的循环i,循环结束返回上一层函数,此时需要清空已经放入结果集的元素,该层i自增。若最终得到差值为0则存储结果。

void sift(vector<int>&nums,int low,int high){
    int i=low,j=2*i+1;
    if(low<high){
	int tmp=nums[low];
	while(j<=high){
	    if(j+1<=high&&nums[j]<nums[j+1])j++;
	    if(nums[j]>tmp){nums[i]=nums[j];i=j;j=2*i+1;}
	    else break;
	              }
	nums[i]=tmp;
                  }
                                            }
void sort_heap(vector<int>&num){
    int n=num.size();
    for(int i=n/2-1;i>=0;i--)
	sift(num,i,n-1);
    for(int i=n-1;i>=1;i--){int t=num[0];num[0]=num[i];num[i]=t;sift(num,0,i-1);}
    //for(int i=0;i<num.size();i++)cout<<num[i]<<" ";
                                }
//combinationsum
void helper_combination(vector<int> candidates,int start,int target,vector<int> item,vector< vector<int> >&res){
if(target<0)return;
if(target==0){res.push_back(item);return;}//达到结束
for(int i=start;i<candidates.size();i++){
   if(i-1>=0&&candidates[i]==candidates[i-1])continue;//因为可以重复使用,故集合里的重复元素没有什么用
   item.push_back(candidates[i]);
   helper_combination(candidates,i,target-candidates[i],item,res);
   item.pop_back();//这里需要删除
                                     }
                                                                                    }
vector< vector<int> > combinationSum(vector<int>& candidates,int target){
sort_heap(candidates);
vector< vector<int> >res;
vector<int> item;
helper_combination(candidates,0,target,item,res);
return res;
}
举例如下:

候选集合[2,3,6,7],target=7

正确结果:

[
  [7],
  [2, 2, 3]
]

大概思路:

77. Combinations
也类似思路,给出n,从1-n选出k个组成一对,求出所有这样的对

例如

n=4,k=2:

[
  [2,4],
  [3,4],
  [2,3],
  [1,2],
  [1,3],
  [1,4],
]
也是循环递归,不合适回溯上一递归。

/combinations
void helper_combine(int n,int k,int start,vector<int> item,vector< vector<int> >&res){
if(item.size()==k){res.push_back(item);return;}
for(int i=start;i<=n;i++)
{item.push_back(i);
    helper_combine(n,k,i+1,item,res);
 item.pop_back();
}
}
vector< vector<int> >combine(int n,int k){
vector< vector<int> >res;
if(n<1||k>n)return res;
vector<int> item;
helper_combine(n,k,1,item,res);
return res;
}
对于46. Permutations 也一人如此

对于只给出数字n:

//permutation
void helper_Npermutation(int n,int start,vector<int> item){
if(n==item.size()){for(int i=0;i<n;i++)cout<<item[i]<<" ";cout<<endl;}
else{
    for(int i=1;i<=n;i++)
    {   int f=1;
	for(int j=0;j<start;j++) if(item[j]==i)f=0;
        if(f){
	item.push_back(i);
	helper_Npermutation(n,i+1,item);
	item.pop_back();}
    }
     }
}
void getNpermutation(int n){
if(n<1)return;
vector<int>item;
helper_Npermutation(n,0,item);
}
对于给出一个非重复序列:

void helper_permutation(vector<int> candidates,int start,vector<int> item,vector< vector<int> >&res){
if(item.size()==candidates.size()){res.push_back(item);return;}
int n=candidates.size();
for(int i=0;i<n;i++)
{int f=1;
    for(int j=0;j<item.size();j++)if(item[j]==candidates[i])f=0;
 if(f){
     item.push_back(candidates[i]);
     helper_permutation(candidates,i+1,item,res);
     item.pop_back();
       }
}
}
vector< vector<int> > permute(vector<int>& nums){
vector< vector<int> >res;
if(nums.size()<1)return res;
vector<int>item;
helper_permutation(nums,0,item,res);
return res;
}
对于给出一个重复序列:
主要先要排序:

void helper_permutation(vector<int> candidates,int start,vector<int> item,vector< vector<int> >&res){
if(item.size()==candidates.size()){res.push_back(item);return;}
int n=candidates.size();
for(int i=0;i<n;i++)
{   if(!i||candidates[i]!=candidates[i-1]){
    int f1=0,f2=0;
    for(int j=0;j<item.size();j++)if(item[j]==candidates[i])f1++;
    for(int j=0;j<n;j++)if(candidates[j]==candidates[i])f2++;
 if(f2>f1){
     item.push_back(candidates[i]);
     helper_permutation(candidates,i+1,item,res);
     item.pop_back();
       }
}
}
}
vector< vector<int> > permuteUnique(vector<int>& nums){
vector< vector<int> >res;
if(nums.size()<1)return res;
vector<int>item;
sort(nums.begin(),nums.end());//include <algorithm>
helper_permutation(nums,0,item,res);
return res;
}


140. Word Break II

string vectorcharTostring(vector<char> ss){
    string res="";
    for(int i=0;i<ss.size();i++)
	res+=ss[i];
    //res+='\0';
    return res;
                                            }
bool find_vector(vector<string> ss,string s){
int i=0;
while(i<ss.size()){if(s.compare(ss[i])==0)return 1;i++;}
return 0;
}
//word break2
void helper_wordbreak(string s,vector<string> wordDict,int start,string item,vector<string>& res){
if(start>=s.length()){res.push_back(item);item.clear();return;}
    vector<char> t;
for(int i=start;i<s.length();i++)
{

    t.push_back(s[i]);
   // cout<<vectorcharTostring(t).size()<<endl;
     if(find_vector(wordDict,vectorcharTostring(t)))
   {
    //item+=(vectorcharTostring(t));
    //if(i<s.length()-1)item+=" ";
    string newitem=item.length()?(item+" "+vectorcharTostring(t)):vectorcharTostring(t);
    helper_wordbreak(s,wordDict,i+1,newitem,res);
    
   }
   
}
}
vector<string> wordBreak(string s, vector<string>& wordDict){
vector<string> res;
if(wordDict.size()<1)return res;
string item="";
helper_wordbreak(s,wordDict,0,item,res);
return res;
}
这种类似以前NQueen,Permutation做法正确,但是会超时Time Limit Exceeded!故需要完善。结合139. Word Break 题采用的动态规划做法,这里也可以引入,故代码修改如下:

bool find_vector(vector<string> ss,string s){
int i=0;
while(i<ss.size()){if(s.compare(ss[i])==0)return 1;i++;}
return 0;
}
//word break2
void helper_wordbreak(string s,vector<string> wordDict,int start,string item,vector<string>& res,vector<bool> dp){
 string t;
for(int i=1;i+start<=s.length();i++)
{
  if(dp[i+start]&&find_vector(wordDict,s.substr(start,i))){
      t=s.substr(start,i);
      if(i+start<s.length())helper_wordbreak(s,wordDict,i+start,item+t+" ",res,dp);
      else res.push_back(item+t);
                                                           }
}
}
vector<string> wordBreak(string s, vector<string>& wordDict){
vector<string> res;
if(wordDict.size()<1)return res;
string item="";
vector<bool> dp(s.length()+1,false);
dp[0]=true;
int min_len=INT_MAX,max_len=0;
for(int i=0;i<wordDict.size();i++){if(min_len>wordDict[i].size())min_len=wordDict[i].size();
				   if(max_len<wordDict[i].size())max_len=wordDict[i].size();
				  }

for(int i=0;i<s.size();i++){
if(dp[i]){for(int len=min_len;i+len<=s.size()&&len<=max_len;len++)
	     if(find_vector(wordDict,s.substr(i,len)))dp[i+len]=1;
	  }
			    }
if(dp[s.length()])
helper_wordbreak(s,wordDict,0,item,res,dp);
return res;
}
131. Palindrome Partitioning

给定一个字符串,把内部分部,使得每部分子串也是回文串。

首先需要得到字符串所有字串是否是回文,这里采用动态递归法,引入二维数组bool dp[i][j],表示从i到j这一子串是否是回文,下面是递归公式

dp[i][j]=1 when s[i]==s[j]&&j-i==1(即相邻)或者dp[i+1][j-1]=1

dp[i][j]=0;

故初始值为0。

vector <vector <bool> > getdict(string s){
vector< vector<bool> > res;
for(int i=0;i<s.length();i++){
    vector<bool> aa;
    for(int j=0;j<s.length();j++){aa.push_back(0);};
    res.push_back(aa);
                              }
if(s.size()<1)return res;
for(int i=s.length()-1;i>=0;i--)
    for(int j=i;j<s.length();j++)
	if(s[i]==s[j]&&((j-i<2)||res[i+1][j-1]))res[i][j]=1;

return res;
                                          } //判断任意字串之间是不是回文
剩下的很明显也是循环递归,不合适回溯即可:

//palindrome Partitioning
vector <vector <bool> > getdict(string s){
vector< vector<bool> > res;
for(int i=0;i<s.length();i++){
    vector<bool> aa;
    for(int j=0;j<s.length();j++){aa.push_back(0);};
    res.push_back(aa);
                              }
if(s.size()<1)return res;
for(int i=s.length()-1;i>=0;i--)
    for(int j=i;j<s.length();j++)
	if(s[i]==s[j]&&((j-i<2)||res[i+1][j-1]))res[i][j]=1;

return res;
                                          } //判断任意字串之间是不是回文
void helper_partitioning(string s,vector< vector<bool> > dict,int start, vector<string> item,vector< vector<string> > &res){
if(start==s.length()){res.push_back(item);return;}
for(int i=start;i<s.length();i++)
{if(dict[start][i]){item.push_back(s.substr(start,(i-start+1)));helper_partitioning(s,dict,i+1,item,res);item.pop_back();}
}
}
vector< vector<string> > partition(string s){
vector< vector<string> >res;
if(s.length()<1)return res;
vector< vector<bool> >dict;
dict=getdict(s);
vector<string> item;
helper_partitioning(s,dict,0,item,res);
return res;
}

93. Restore IP Addresses

给定一个只含数字的字符串,判断所能得到的 所有IP地址

例如:

s="25525511135"

则存在["255.255.11.135", "255.255.111.35"]

首先判断IP地址要求的格式:

1 一定含有点分开的四段子字段,每段字符数最多3个

2 每个子字段转换成int范围是0-255

3 每个字符串可以是0,但不能是00,01,0XX

同样运用回溯,次取1,2,3长度的子串,判断其为合法的IP地址子字段后,取后面的真个字符串递归判断,通过count从0增加到3来判断是否完成4个子段的判断,将结果加入最终的res中去。

bool isValidsubstr(string substr1){
if(substr1[0]=='0'){return substr1=="0";
                   }
int res=atoi(substr1.c_str());
return res>=0&&res<=255;
}//判断字串合法
void helper_ipaddress(string s,int start,string item,vector<string>&res){
if(start==3&&isValidsubstr(s)){res.push_back(item+s);return;}
for(int i=1;i<=3&&i<s.size();i++){
    string sub=s.substr(0,i);
    if(isValidsubstr(sub)){helper_ipaddress(s.substr(i),start+1,item+sub+".",res);}
                             }
}
vector<string> restoreIpAddresses(string s){
vector<string> res;
if(s.size()<1||s.size()<4||s.size()>12)return res;
string item="";
helper_ipaddress(s,0,item,res);
return res;
}




  • 11
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
五大常用算法是动态规划、分治、递归、贪心和回溯。 动态规划是一种将问题分解成子问题并保存子问题解的方法。通过求解子问题,可以逐步推导出原始问题的解。动态规划通常用于求解最优化问题,例如最长公共子序列、最短路径等。 分治是将原问题划分成多个相互独立的子问题,然后通过递归的方式求解子问题,并将子问题的解合并成原问题的解。分治算法常用于排序、快速幂等问题。 递归是通过函数调用自身来解决问题的方法。递归算法在问题定义可以被分解为较小规模或更简单情况的时候很有用。例如,计算一个数的阶乘,就可以使用递归实现。 贪心算法是一种选择当前最优策略的方法,即在每一步选取最优解,最终得到全局最优解的算法。贪心算法通常用于解决无后效性的问题,例如最小生成树、哈夫曼编码等。 回溯是一种通过穷举搜索所有可能的解空间,找到满足条件的解的方法。回溯算法在解决组合问题、排序问题、子集和问题等方面很有效。回溯算法通过递归的方式逐步构建解,当发现当前解不满足条件时,会回退到上一步继续搜索其他可能的解。 这五种常用算法在不同的问题领域中都有广泛应用,每种算法都有自己的特点和适用范围。在解决具体问题时,可以根据问题的性质和要求选择最适合的算法进行求解。

“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 1
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
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