代码随想录第24天|回溯算法理论,77.组合,

文章介绍了回溯算法的基本概念,如组合问题、子集问题、排列问题和棋盘问题等应用。回溯法是一种基于递归的穷举搜索策略,通过添加和撤销选择来尝试解决问题。在LeetCode77题中展示了如何用回溯法解决组合问题,并讨论了剪枝优化技巧,以提高算法效率。
摘要由CSDN通过智能技术生成

回溯算法理论:

回溯算法分类:

  • 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
  • 其他

回溯法也可以叫做回溯搜索法,它是一种搜索的方式。

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

回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,如果想让回溯法高效一些,可以加一些剪枝的操作,但也改不了回溯法就是穷举的本质。

回溯法解决的问题都可以抽象为树形结构:

因为回溯法解决的都是在集合中递归查找子集,集合的大小就构成了树的宽度,递归的深度,都构成的树的深度

递归就要有终止条件,所以必然是一棵高度有限的树(N叉树)。

回溯法模板

  • 回溯函数模板返回值以及参数
  • 回溯函数终止条件
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
    }
}

LeetCode77.组合

题目链接:77. 组合 - 力扣(LeetCode)

思路:

递归来做层叠嵌套(可以理解是开k层for循环),每一次的递归中嵌套一个for循环,那么递归就可以用于解决多层嵌套循环的问题了

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

可以发现n相当于树的宽度,k相当于树的深度

每次搜索到了叶子节点,我们就找到了一个结果

class Solution {
public:
    vector<vector<int>> result;//存放符合条件的结果的集合
    vector<int> path;//存放符合条件的结果
    int startindex = 1;
    void backtracking(int n,int k,int startindex) {
        if(path.size() == k) {
            result.push_back(path);
            return;
        }
        for(int i = startindex;i <= n; i++) {//控制横向遍历
            path.push_back(i);//处理节点
            backtracking(n,k,i + 1);//递归,控制纵向遍历
            path.pop_back();//回溯,撤销处理的节点
        }
    }
    vector<vector<int>> combine(int n, int k) {
        backtracking(n,k,startindex);
        return result;
    }
};

剪枝优化

所以,可以剪枝的地方就在递归中每一层的for循环所选择的起始位置

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了,那么就没有必要搜索了

class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    int start = 1;
    void backtracking(int n,int k,int start) {
        if(path.size() == k) {
            result.push_back(path);
            return ;
        }
        for(int i = start;i <= n - (k - path.size()) + 1;i++) {//剪枝经常在这里做文章,大部分都在这个for循环做文章
            path.push_back(i);
            backtracking(n,k,i + 1);
            path.pop_back();
        }
    }
    vector<vector<int>> combine(int n, int k) {
        backtracking(n,k,start);
        return result;
    }
};

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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