回溯算法
4.1 算法策略
回溯算法是一种搜索法,试探法,它会在每一步做出选择,一旦发现这个选择无法得到期望结果,就回溯回去,重新做出选择。深度优先搜索利用的就是回溯算法思想。
回溯实际上是一种试探算法,这种算法跟暴力搜索最大的不同在于,在回溯算法里,是一步一步地小心翼翼地进行向前试探,会对每一步探测到的情况进行评估,如果当前的情况已经无法满足要求,那么就没有必要继续进行下去,也就是说,它可以帮助我们避免走很多的弯路。
回溯算法的特点在于,当出现非法的情况时,算法可以回退到之前的情景,可以是返回一步,有时候甚至可以返回多步,然后再去尝试别的路径和办法。这也就意味着,想要采用回溯算法,就必须保证,每次都有多种尝试的可能。
-
判断当前情况是否非法,如果非法就立即返回;
-
当前情况是否已经满足递归结束条件,如果是就将当前结果保存起来并返回;
-
当前情况下,遍历所有可能出现的情况并进行下一步的尝试;
-
递归完毕后,立即回溯,回溯的方法就是取消前一步进行的尝试。
4.2 适用场景
回溯算法很简单,它就是不断的尝试,直到拿到解。它的这种算法思想,使它通常用于解决广度的搜索问题,即从一组可能的解中,选择一个满足要求的解。
4.3 使用回溯算法的经典案例
- 深度优先搜索
- 0-1背包问题
- 正则表达式匹配
- 八皇后
- 数独
- 全排列
等等,深度优先搜索我们在图那一章已经介绍过,这里以正则表达式匹配为例,介绍一下
正则表达式匹配
var string = "abbc"
var regex = /ab{1,3}c/
console.log( string.match(regex) )
// ["abbc", index: 0, input: "abbc", groups: undefined]
它的匹配过程:
在第 5 步匹配失败,此时 b{1,3} 已经匹配到了两个 b 正在尝试第三个 b ,结果发现接下来是 c 。此时就需要回溯到上一步, b{1,3} 匹配完毕(匹配到了 bb ),然后再匹配 c ,匹配到了 c 匹配结束。
回溯算法(Backtracking Algorithm)是一种通过试错的方式搜索解空间的算法。它尝试在搜索过程中每做出一个选择后进行验证,如果选择不符合要求或导致问题无解,就返回上一步撤销选择,再进行下一次选择。
回溯算法通常适用于解决组合问题、排列问题、判断问题等,特别适用于求解所有可能的解。回溯算法的基本思想可以用递归来实现,其中关键是在递归过程中的剪枝操作,以避免无效的搜索。
以下是回溯算法的基本步骤:
1. 确定问题的搜索空间和解空间,定义问题的解构造方式。
2. 使用递归函数进行搜索,其中参数包括当前的解、当前搜索的位置等。
3. 在每个递归步骤中,判断当前解的状态是否满足问题的要求。
4. 如果满足要求,则保存当前解;如果不满足,则进行剪枝操作,返回上一步或结束搜索。
5. 在当前位置做出选择后,通过递归函数继续向下搜索。
6. 在搜索结束后,得到的保存的解即为问题的解。
回溯算法的特点是可以找出问题的所有解,但是由于需要遍历整个搜索空间,因此在一些问题中可能会出现指数级的时间复杂度。因此,在使用回溯算法时,需要充分考虑问题规模和搜索过程中的剪枝操作,以提高算法的效率。
需要注意的是,回溯算法通常用于求解最优解或所有解的问题,而不适用于求解最短路径或最优解的问题。对于这些问题,其他算法如动态规划等可能更加适用。因此,在使用回溯算法时,需要结合具体问题进行合理的选择和优化。