leecode77 组合问题
🔎1.回溯算法是什么?
其实回溯算法和我们常说的 DFS 算法非常类似,本质上就是一种暴力穷举算法。回溯算法和 DFS 算法的细微差别是:回溯算法是在遍历「树枝」,DFS 算法是在遍历「节点」。
解决回溯问题,其实就是在遍历一棵决策树,站在回溯树的节点上,只需考虑以下三个问题:
🔵路径:也就是已经做出的选择
🔵选择列表:即就是当前可以做的选择
🔵结束条件:也就是到达决策树底层,无法再做选择
🔎2.回溯算法解决的问题:
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
🔎3.回溯算法步骤
回溯算法中函数的返回值一般为void
(1)回溯函数终止条件
既然是树形结构,一般来说搜索到叶子节点,也就找到了一条满足条件的答案
回溯终止条件的伪代码如下:
if (终止条件) {
存放结果;
return;
}
(2)回溯的遍历过程回溯函数遍历过程伪代码如下:
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
}
可以从图中看出for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历,这样就把这棵树全遍历完了,一般来说,搜索叶子节点就是找的其中一个结果了。
🔎4.回溯算法的模板代码框架
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
}
}
🔎代码如下:
class Solution {
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
combineHelper(n, k, 1);
return result;
}
/**
* 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,就是要靠startIndex
* @param startIndex 用来记录本层递归的中,集合从哪里开始遍历(集合就是[1,...,n] )。
*/
private void combineHelper(int n, int k, int startIndex){
//终止条件
if (path.size() == k){
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++){
path.add(i);
combineHelper(n, k, i + 1);
path.removeLast();
}
}
}
举例:
假设给定 n = 4,k = 2,即从 [1, 2, 3, 4] 这个集合中选取 2 个元素进行组合。
1.首先,我们初始化 result 和 path:
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
2.开始调用 combine 方法:
combine(4, 2);
进入 combineHelper 方法,初始状态下 startIndex 为 1。
第一次递归调用:
combineHelper(4, 2, 1);
因为 path 的大小还不等于 2,我们进入循环 for (int i = startIndex; i <= n - (k - path.size()) + 1; i++),在此例中为 for (int i = 1; i <= 3; i++)。
第一次迭代,i = 1,我们将 1 添加到 path 中:
path.add(1); // path = [1]
然后进行递归调用:
combineHelper(4, 2, 2);
进入递归后,再次判断 path 的大小是否等于 2。此时还不满足,继续进行循环。由于 i 的范围是从 startIndex 开始,因此 i 的取值为 2 和 3。
第二次迭代,i = 2,我们将 2 添加到 path 中:
path.add(2); // path = [1, 2]
再次进行递归调用:
combineHelper(4, 2, 3);
进入递归后,判断 path 的大小是否等于 2,此时满足条件,我们将 path 的内容添加到 result 中:
result.add(new ArrayList<>(path)); // result = [[1, 2]]
然后返回上一层递归调用,执行 path.removeLast(),将最后一个元素从 path 中移除:
path.removeLast(); // path = [1]
回到第一次迭代,继续循环,此时 i = 3:
path.add(3); // path = [1, 3]
再次进行递归调用:
combineHelper(4, 2, 4);
进入递归后,判断 path 的大小是否等于 2,此时满足条件,将 path 的内容添加到 result 中:
result.add(new ArrayList<>(path)); // result = [[1, 2], [1, 3]]
返回上一层递归调用,执行 path.removeLast():
path.removeLast(); // path = [1]
回到初始调用的位置,进行下一次迭代,此时 startIndex 为 2:
combineHelper(4, 2, 3);
进入递归后,判断 path 的大小是否等于 2,此时不满足条件,继续进行循环。循环只有一次,i = 3,我们将 3 添加到 path 中:
path.add(3); // path = [1, 3]
再次进行递归调用:
combineHelper(4, 2, 4);
进入递归后,判断 path 的大小是否等于 2,此时满足条件,将 path 的内容添加到 result 中:
result.add(new ArrayList<>(path)); // result = [[1, 2], [1, 3], [1, 4]]
返回上一层递归调用,执行 path.removeLast():
path.removeLast(); // path = [1]
回到初始调用的位置,进行下一次迭代,此时 startIndex 为 3。因为 startIndex 大于 n - (k - path.size()) + 1,不满足循环条件,第一次递归调用结束。
返回到 combine 方法,此时 result 中存储了所有的组合结果。
最终返回 result:
return result; // [[1, 2], [1, 3], [1, 4]]
重复上述步骤