经典的6中算法思想之回溯算法

 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。

1. 判断当前情况是否非法，如果非法就立即返回；

2. 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；

3. 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；

4. 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。