回溯算法理论基础
文字讲解：回溯算法理论基础
定义：回溯法穿插在递推的过程中，本质上是一种暴力搜索算法，穷举所有可能。其解决的以下问题都可以抽象为树形结构。
- 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
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
}
}
第77题. 组合
文字讲解：组合
题设：给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。
思路：所有回溯算法的题目，都要先将问题抽象为树形结构，本题如下图：
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20201123195223940.png" alt="77.组合" style="zoom:50%;" />
回溯法三部曲：
-
递归函数的返回值以及参数：
在这里要定义两个全局变量，一个用来存放符合条件单一结果，一个用来存放符合条件结果的集合。
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20201123195328976.png" alt="77.组合2" style="zoom:50%;" />
-
回溯函数终止条件：
path数组的大小达到k，说明找到了一个子集大小为k的组合，此时用result二维数组，把path保存起来，并终止本层递归。
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20201123195407907.png" alt="77.组合3" style="zoom:50%;" />
-
单层搜索的过程：
for循环用来横向遍历，递归的过程是纵向遍历。
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20201123195242899.png" alt="77.组合1" style="zoom:50%;" />
未剪枝操作如下：
class Solution {
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
public void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= n; i++) {
path.add(i);
backtracking(n, k, i + 1);
path.removeLast();
}
}
}
下图中每一个节点（图中为矩形），就代表本层的一个for循环，那么每一层的for循环从第二个数开始遍历的话，都没有意义，都是无效遍历。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。
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20210130194335207-20230310134409532.png" alt="77.组合4" style="zoom:50%;" />
剪枝操作如下：
class Solution {
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> combine(int n, int k) {
backtracking(n, k, 1);
return result;
}
public void backtracking(int n, int k, int startIndex) {
if (path.size() == k) {
result.add(new ArrayList<>(path));
return;
}
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
path.add(i);
backtracking(n, k, i + 1);
path.removeLast();
}
}
}
优化过程如下：
- 已经选择的元素个数：
path.size(); - 还需要的元素个数为:
k - path.size(); - 在集合n中至多要从该起始位置 :
n - (k - path.size()) + 1，开始遍历。
