《代码随想录》刷题笔记——回溯篇【java实现】

文章目录

组合
组合总和 III
电话号码的字母组合
组合总和
组合总和II
- 思路
- 代码实现
分割回文串※
- 思路
- - 字符串分割
  - 回文串判断
  - 效率优化※
复原 IP 地址
- 优化版本
子集
子集 II
- 使用usedArr辅助去重
- 不使用usedArr辅助去重
递增子序列※
全排列
全排列 II
重新安排行程
- 题意
- 代码
N 皇后
解数独
- 直接遍历
- 优化

组合

https://leetcode.cn/problems/combinations/description/

在这里插入图片描述

public List<List<Integer>> combine(int n, int k) {
    List<List<Integer>> result = new ArrayList<>();
    // 存储搜索路径
    List<Integer> path = new ArrayList<>();
    // 从1开始递归
    backtrack(n, k, 1, path, result);
    return result;
}

void backtrack(int n, int k, int startNum, List<Integer> path, List<List<Integer>> result) {
    if (path.size() == k) {
        // --if-- 组合的元素个数=k，说明找到了新的解，存储到result中
        List<Integer> clone = new ArrayList<>(k);
        for (Integer num : path) {
            clone.add(num);
        }
        result.add(clone);
        return;
    }
    for (int num = startNum; num <= n; num++) {
        // --for--遍历加下来的元素
        // 将遍历到的元素添加到搜索路径中
        path.add(num);
        // 递归，开始数量+1
        backtrack(n, k, num + 1, path, result);
        // 移除刚刚添加的数量
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

List<Integer> clone = new ArrayList<>(k);
for (Integer num : path) {
    clone.add(num);
}
result.add(clone);

上面的实现可以简化为

result.add(new ArrayList<>(path));

通过查看源码可以发现，构造方法传入集合的时候，JDK会自动帮我们做克隆操作

/**
 * Constructs a list containing the elements of the specified
 * collection, in the order they are returned by the collection's
 * iterator.
 *
 * @param c the collection whose elements are to be placed into this list
 * @throws NullPointerException if the specified collection is null
 */
public ArrayList(Collection<? extends E> c) {
    Object[] a = c.toArray();
    if ((size = a.length) != 0) {
        if (c.getClass() == ArrayList.class) {
            elementData = a;
        } else {
            elementData = Arrays.copyOf(a, size, Object[].class);
        }
    } else {
        // replace with empty array.
        elementData = EMPTY_ELEMENTDATA;
    }
}

通过提交运行结果可以发现，上面的实现执行用时比较长，这是为什么呢？

假设n=5,k=3，组合可选元素为1,2,3,4,5

当path=[]时，组合的第一个元素为4，后面只有一个5，继续递归遍历，也只能找到两个元素的组合，无法找找到达到长度要求的组合（4、5无需遍历）；
当path=[1]时，组合的第二个元素为5，后面没有元素，无法找找到达到长度要求的组合（5无需遍历）；

因此通过减少部分遍历来加快代码速度

public List<List<Integer>> combine(int n, int k) {
    List<List<Integer>> result = new ArrayList<>();
    // 存储搜索路径
    List<Integer> path = new ArrayList<>();
    // 从1开始递归
    backtrack(n, k, 1, path, result);
    return result;
}

void backtrack(int n, int k, int startNum, List<Integer> path, List<List<Integer>> result) {
    if (path.size() == k) {
        // --if-- 组合的元素个数=k，说明找到了新的解，存储到result中
        result.add(new ArrayList<>(path));
        return;
    }
    for (int num = startNum; num <= n - (k - path.size()) + 1; num++) {
        // --for--遍历加下来的元素
        // 将遍历到的元素添加到搜索路径中
        path.add(num);
        // 递归，开始数量+1
        backtrack(n, k, num + 1, path, result);
        // 移除刚刚添加的数量
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

在创建List<Integer> path = new ArrayList<>();，因为path的长度已知，因此可以在初始化集合的时候传入集合长度，避免后面发生集合扩容，List<Integer> path = new ArrayList<>(k);

组合总和 III

https://leetcode.cn/problems/combination-sum-iii/description/

在这里插入图片描述

public List<List<Integer>> combinationSum3(int k, int n) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(k, n, 1, result, path, 0);
    return result;
}

private void backtrack(int k, int n, int startNum, List<List<Integer>> result, List<Integer> path, int sum) {
    if (path.size() == k) {
        // --if-- 搜索到的组合元素个数为k
        if (sum == n) {
            // --if-- sum等于n，存储组合
            result.add(new ArrayList<>(path));
        } else {
            // --if-- 元素个数已经为3，无需再往下递归，否则，元素个数超出k了，再搜索也是白费
            return;
        }
    }
    for (int i = startNum; i <= 9; i++) {
        path.add(i);
        backtrack(k, n, i + 1, result, path, sum + i);
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

【剪枝优化】

剪枝1：path.size()>k
剪枝2：sum>n
剪枝3：无效组合起点，类似上一题，i <= 10- (k - path.size())

public List<List<Integer>> combinationSum3(int k, int n) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(k, n, 1, result, path, 0);
    return result;
}

private void backtrack(int k, int n, int startNum, List<List<Integer>> result, List<Integer> path, int sum) {
    if (path.size() == k) {
        // --if-- 搜索到的组合元素个数为k
        if (sum == n) {
            // --if-- sum等于n，存储组合
            result.add(new ArrayList<>(path));
        } else {
            // --if-- 元素个数已经为3，无需再往下递归，否则，元素个数超出k了，再搜索也是白费
            return;
        }
    } else if (sum > n) {
        // --if-- 搜索到的组sum已经大于n，无需再往下搜索
        return;
    }
    for (int i = startNum; i <= 10- (k - path.size()) ; i++) {
        path.add(i);
        backtrack(k, n, i + 1, result, path, sum + i);
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

电话号码的字母组合

https://leetcode.cn/problems/letter-combinations-of-a-phone-number/description/

在这里插入图片描述

public List<String> letterCombinations(String digits) {
    if (digits.length() == 0) {
        return new ArrayList<>();
    }
    // 先将字符串转化为char数组，方便遍历操作
    char[] charArray = digits.toCharArray();
    // 存储结果
    List<String> result = new ArrayList<>();
    // 存储搜索组合（为什么使用数组呢，因为组合的元素数量是没有变化的，而且后面需要将元素组合转化为字符串，使用char数组更加方便）
    char[] path = new char[digits.length()];
    // 从1开始递归
    backtrack(charArray, 0, path, result);
    return result;
}

void backtrack(char[] charArray, int charIndex, char[] path, List<String> result) {
    if (charIndex == charArray.length) {
        // --if-- 数字已经遍历完成，存储结果
        result.add(new String(path));
        return;
    }
    char numChar = charArray[charIndex];
    // 根据输入的数字，转化为对应的字符数组
    char[] chooseCharArr = null;
    switch (numChar) {
        case '2':
            chooseCharArr = new char[]{'a', 'b', 'c'};
            break;
        case '3':
            chooseCharArr = new char[]{'d', 'e', 'f'};
            break;
        case '4':
            chooseCharArr = new char[]{'g', 'h', 'i'};
            break;
        case '5':
            chooseCharArr = new char[]{'j', 'k', 'l'};
            break;
        case '6':
            chooseCharArr = new char[]{'m', 'n', 'o'};
            break;
        case '7':
            chooseCharArr = new char[]{'p', 'q', 'r', 's'};
            break;
        case '8':
            chooseCharArr = new char[]{'t', 'u', 'v'};
            break;
        case '9':
            chooseCharArr = new char[]{'w', 'x', 'y', 'z'};
            break;
    }
    // 循环字符数组，挑选一个，并进入下一个数字对应的字符挑选
    for (int i = 0; i < chooseCharArr.length; i++) {
        path[charIndex] = chooseCharArr[i];
        backtrack(charArray, charIndex + 1, path, result);
        // 这里不需要回溯操作，因为下一次循环会主动将 path[charIndex] 替换成另一个元素
    }
}

在这里插入图片描述

【代码随想录实现】

//设置全局列表存储最后的结果
List<String> list = new ArrayList<>();

public List<String> letterCombinations(String digits) {
    if (digits == null || digits.length() == 0) {
        return list;
    }
    //初始对应所有的数字，为了直接对应2-9，新增了两个无效的字符串""
    String[] numString = {"", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};
    //迭代处理
    backTracking(digits, numString, 0);
    return list;

}

//每次迭代获取一个字符串，所以会涉及大量的字符串拼接，所以这里选择更为高效的 StringBuilder
StringBuilder temp = new StringBuilder();

//比如digits如果为"23",num 为0，则str表示2对应的 abc
public void backTracking(String digits, String[] numString, int num) {
    //遍历全部一次记录一次得到的字符串
    if (num == digits.length()) {
        list.add(temp.toString());
        return;
    }
    //str 表示当前num对应的字符串
    String str = numString[digits.charAt(num) - '0'];
    for (int i = 0; i < str.length(); i++) {
        temp.append(str.charAt(i));
        //递归，处理下一层
        backTracking(digits, numString, num + 1);
        //剔除末尾的继续尝试
        temp.deleteCharAt(temp.length() - 1);
    }
}

组合总和

https://leetcode.cn/problems/combination-sum/description/

在这里插入图片描述

public List<List<Integer>> combinationSum(int[] candidates, int target) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(candidates, target, 0, result, path);
    return result;
}

private void backtrack(int[] candidates, int target, int startIndex,
                       List<List<Integer>> result, List<Integer> path) {
    if (target == 0) {
        result.add(new ArrayList<>(path));
        return;
    }
    for (int i = startIndex; i < candidates.length; i++) {
        // 计算剩下的target最多还可以容纳多少个 candidates[i] 
        int num = target / candidates[i];
        // 循环取不同个数 candidates[i] 的情况
        // 注意j从1开始，j=0的情况其实在i的循环中已经考虑到了，例如当i等于startIndex+1时，实际上就是startIndex对应的元素j=0
        for (int j = 1; j <= num; j++) {
            // 将j个元素添加到搜索路径中
            for (int k = 0; k < j; k++) {
                path.add(candidates[i]);
            }
            backtrack(candidates, target - candidates[i] * j, i + 1, result, path);
            // 将j个元素从搜索路径中移除
            for (int k = 0; k < j; k++) {
                path.remove(path.size() - 1);
            }
        }
    }
}

在这里插入图片描述

从结果可以分析出来，上面的代码还有效率问题

其中的一个原因就是如下代码，每次需要添加j个元素，然后移除j个元素

// 将j个元素添加到搜索路径中
for (int k = 0; k < j; k++) {
    path.add(candidates[i]);
}

// 将j个元素从搜索路径中移除
for (int k = 0; k < j; k++) {
    path.remove(path.size() - 1);
}

改成下面的代码，效率会更好一点

public List<List<Integer>> combinationSum(int[] candidates, int target) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(candidates, target, 0, result, path);
    return result;
}

private void backtrack(int[] candidates, int target, int startIndex,
                       List<List<Integer>> result, List<Integer> path) {
    if (target == 0) {
        result.add(new ArrayList<>(path));
        return;
    }
    for (int i = startIndex; i < candidates.length; i++) {
        if (target >= candidates[i]) {
            path.add(candidates[i]);
            backtrack(candidates, target - candidates[i], i, result, path);
            path.remove(path.size() - 1);
        }
    }
}

在这里插入图片描述

最后还存在一个剪枝策略，就是先将candidates升序排序，当遇到一个candidates[i]>target时，直接break出循环即可

 public List<List<Integer>> combinationSum(int[] candidates, int target) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    Arrays.sort(candidates);
    backtrack(candidates, target, 0, result, path);
    return result;
}

private void backtrack(int[] candidates, int target, int startIndex,
                       List<List<Integer>> result, List<Integer> path) {
    if (target == 0) {
        result.add(new ArrayList<>(path));
        return;
    }
    for (int i = startIndex; i < candidates.length; i++) {
        if (target >= candidates[i]) {
            path.add(candidates[i]);
            backtrack(candidates, target - candidates[i], i, result, path);
            path.remove(path.size() - 1);
        } else {
            break;
        }
    }
}

不过跑了很多次，还没有前面的效率高，可能是排序也比较耗时

在这里插入图片描述

组合总和II

https://leetcode.cn/problems/combination-sum-ii/description/

在这里插入图片描述

思路

如下图所示，常规的回溯方法会导致搜索到重复的组合，题目中要求不能出现重复组合。可以做一些去重操作来解决这个问题，但是性能肯定不好。我们应该在搜索的时候进行剪枝。

在这里插入图片描述

如下图所示，分支2 其实已经被分支1 包含，因此算法在搜索过程，无需搜索分支2

在这里插入图片描述

如何识别出分支2呢，一个明显的特征是，candidates[1] = candidates[0] = 2，那当candidates[i] = candidates[i-1]时，就把i对应分支剪掉？

答案是不允许，因为这样的话，会导致分支1也没有搜索完全。如下图所示，分支a 和分支b 都会被剪掉。如果target=7 的话，组合[2,2,3]就搜索不到了。因此需要区分分支a 和分支b ，分支b才是要被剪枝的。

在这里插入图片描述

那么如何区分 分支a 和 分支b 呢？我使用一个数组useArr来帮助区分，useArr[i]表示candidates[i]在当前搜索组合中是否被使用。如下图所示，搜索过程中useArr的变化如下图所示。从图中可以很容易发现，分支a和分支b的useArr不一样，准确来说，是useArr[i-1]不一样，分支a对应的useArr[i-1]=1，而分支b对应的useArr[i-1]=0。因此当i > 0 && useArr[i - 1] == 0 && candidates[i - 1] == candidates[i]时，进行剪枝。注意，在搜索之前需要先对candidates进行升序排序，才通过判断i和i-1对应的元素是否相同。

在这里插入图片描述

代码实现

public List<List<Integer>> combinationSum2(int[] candidates, int target) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    // 存储组合使用的元素，1说明元素被使用，0说明元素没有被使用
    int[] useArr = new int[candidates.length];
    // 先将数组的值升序排序
    Arrays.sort(candidates);
    backtrack(candidates, useArr, target, 0, result, path);
    return result;
}

private void backtrack(int[] candidates, int[] useArr, int target, int startIndex,
                       List<List<Integer>> result, List<Integer> path) {
    if (target == 0) {
        result.add(new ArrayList<>(path));
        return;
    }
    for (int i = startIndex; i < candidates.length; i++) {
        if (target < candidates[i]) {
            // target很小了，candidates后的数只会更大，所以可以break
            break;
        }
        // 如果 candidates[i - 1] == candidates[i] ，说明同一层遍历到和之前的元素一样。如果useArr[i - 1] == 0，进行剪枝
        if (i > 0 && useArr[i - 1] == 0 && candidates[i - 1] == candidates[i]) {
            continue;
        }
        // 使用了candidates[i]
        useArr[i] = 1;
        path.add(candidates[i]);
        backtrack(candidates, useArr, target - candidates[i], i + 1, result, path);
        path.remove(path.size() - 1);
        // 去除candidates[i]的使用
        useArr[i] = 0;
    }
}

在这里插入图片描述

分割回文串※

https://leetcode.cn/problems/palindrome-partitioning/description/

在这里插入图片描述

思路

字符串分割

在这里插入图片描述

public List<List<String>> partition(String s) {
    List<List<String>> result = new ArrayList<>();
    List<String> path = new ArrayList<>();
    char[] charArray = s.toCharArray();
    backtrack(result, path, charArray, 0);
    return result;
}

private void backtrack(List<List<String>> result, List<String> path, char[] charArray, int startIndex) {
    if (startIndex == charArray.length) {
        // --if-- 字符串切割完成了
        result.add(new ArrayList<>(path));
        return;
    }

    for (int i = startIndex; i < charArray.length; i++) {
        String s = "";
        // 截取[startIndex,i]对应子串
        for (int j = startIndex; j <= i; j++) {
            s += charArray[j];
        }
        // 将子串添加到path中
        path.add(s);
        // 递归处理剩下的子串
        backtrack(result, path, charArray, i + 1);
        // 回溯
        path.remove(path.size() - 1);
    }
}

当然上面的代码是生成所有的切割方案，并没有判断切割出来的子串是否符合回文串要求

在这里插入图片描述

回文串判断

判断一个字符串非常简单，使用双指针法。一个指针从头开始，一个指针从尾开始，判断两个指针对应的字符是否相同即可，如果出现不相同，说明字符串不是回文串。

private boolean isPalindromeSubStr(String s) {
    int start = 0;
    int end = s.length() - 1;
    while (start < end) {
        if (s.charAt(start++) != s.charAt(end--)) {
            return false;
        }
    }
    return true;
}

【总代码】

public List<List<String>> partition(String s) {
    List<List<String>> result = new ArrayList<>();
    List<String> path = new ArrayList<>();
    char[] charArray = s.toCharArray();
    backtrack(result, path, charArray, 0);
    return result;
}

private void backtrack(List<List<String>> result, List<String> path, char[] charArray, int startIndex) {
    if (startIndex == charArray.length) {
        // --if-- 字符串切割完成了
        result.add(new ArrayList<>(path));
        return;
    }

    for (int i = startIndex; i < charArray.length; i++) {
        String s = "";
        for (int j = startIndex; j <= i; j++) {
            s += charArray[j];
        }
        // 判断子串是否为回文串，如果不是的，遍历下一个回文串
        if (isPalindromeSubStr(s) == false) {
            continue;
        }
        path.add(s);
        backtrack(result, path, charArray, i + 1);
        path.remove(path.size() - 1);
    }
}

private boolean isPalindromeSubStr(String s) {
    int start = 0;
    int end = s.length() - 1;
    while (start < end) {
        if (s.charAt(start++) != s.charAt(end--)) {
            return false;
        }
    }
    return true;
}

在这里插入图片描述

通过结果，可以发现计算效率非常低，因为在搜索过程中，不断使用字符串拼接

效率优化※

直接使用substring

public List<List<String>> partition(String s) {
    List<List<String>> result = new ArrayList<>();
    List<String> path = new ArrayList<>();
    backtrack(result, path, s, 0);
    return result;
}

private void backtrack(List<List<String>> result, List<String> path, String s, int startIndex) {
    if (startIndex == s.length()) {
        // --if-- 字符串切割完成了
        result.add(new ArrayList<>(path));
        return;
    }

    for (int i = startIndex; i < s.length(); i++) {
        // 判断子串是否为回文串，如果不是的，遍历下一个回文串
        String str = s.substring(startIndex, i + 1);
        if (isPalindromeSubStr(str) == false) {
            continue;
        }
        path.add(str);
        backtrack(result, path, s, i + 1);
        path.remove(path.size() - 1);
    }
}

private boolean isPalindromeSubStr(String s) {
    int start = 0;
    int end = s.length() - 1;
    while (start < end) {
        if (s.charAt(start++) != s.charAt(end--)) {
            return false;
        }
    }
    return true;
}

效率提高了一点点

在这里插入图片描述

多跑一次，结果完全不同，所以大家不能太相信leetcode的数据统计。同一段代码在计算机中跑，运行时间有波动非常正常

在这里插入图片描述

性能还有优化的空间，还可以使用动态规划来进行优化，等学完动态规划，再回来改进

复原 IP 地址

https://leetcode.cn/problems/restore-ip-addresses/description/

在这里插入图片描述

public List<String> restoreIpAddresses(String s) {
    List<String> result = new ArrayList<>();
    List<String> path = new ArrayList<>();
    char[] charArray = s.toCharArray();
    backtrack(result, path, charArray, 0);
    return result;
}


private void backtrack(List<String> result, List<String> path, char[] charArray, int startIndex) {
    if (startIndex == charArray.length && path.size() == 4) {
        // --if-- 字符串切割完成了，且符合ip形式，就存储ip
        StringBuilder ipSb = new StringBuilder();
        for (int i = 0; i < path.size() - 1; i++) {
            ipSb.append(path.get(i) + ".");
        }
        ipSb.append(path.get(path.size() - 1));
        result.add(ipSb.toString());
        return;
    } else if (path.size() > 4) {
        // --if-- 超过4个整数了，ip不合法
        return;
    }

    StringBuilder sb = new StringBuilder();
    for (int i = startIndex; i < charArray.length; i++) {
        sb.append(charArray[i]);
        // 判断子串是否为回文串，如果不是的，遍历下一个回文串
        if (isReasonable(sb.toString()) == false) {
            break;
        }
        path.add(sb.toString());
        backtrack(result, path, charArray, i + 1);
        path.remove(path.size() - 1);
    }
}

private boolean isReasonable(String string) {
    // 不能含有前导 0
    if (string.length() > 1 && string.charAt(0) == '0') {
        return false;
    }
    // 每个整数位于 0 到 255 之间组成
    int num = Integer.parseInt(string);
    if (num > 255) {
        return false;
    }
    return true;
}

在这里插入图片描述

优化版本

统一使用一个StringBuilder

String temp;

public List<String> restoreIpAddresses(String s) {
    List<String> result = new ArrayList<>();
    StringBuilder sb = new StringBuilder();
    backtrack(result, sb, s, 0, 0);
    return result;
}

/**
 * 回溯方法
 *
 * @param result     记录结果集
 * @param sb         记录当前ip
 * @param s          原字符串
 * @param startIndex 开始索引
 * @param splitNum   逗号分割数量
 */
private void backtrack(List<String> result, StringBuilder sb, String s, int startIndex, int splitNum) {
    if (startIndex == s.length() && splitNum == 4) {
        // --if-- 字符串切割完成了，且符合ip形式，就存储ip
        result.add(sb.toString());
        return;
    } else if (splitNum == 4) {
        // --if-- 超过4个整数了，ip不合法
        return;
    }

    for (int i = startIndex; i < s.length(); i++) {
        if (i - startIndex >= 1 && s.charAt(startIndex) == '0') {
            // --if-- 当前网段长度>1，且含有前导 0，不合法ip，break
            break;
        }
        if (i - startIndex >= 3) {
            // --if-- 当前网段长度>3，不合法ip，break
            break;
        }
        // 截取字符串作为网段，注意是左闭右开，所以i+1
        temp = s.substring(startIndex, i + 1);
        if (Integer.parseInt(temp) > 255) {
            // --if-- 当前网段值>255，不合法ip，break
            break;
        }
        // 将当前网段添加到ip中
        sb.append(temp);
        // 如果逗号数量 < 3（一个ip，网段最多4个，逗号最多3个），拼接一个逗号
        if (splitNum < 3) {
            sb.append(".");
        }
        // 递归
        backtrack(result, sb, s, i + 1, splitNum + 1);
        // 回溯，删除最后一个网段，例如现在是255.255.11.13，回溯之后为 255.255.11.
        sb.delete(startIndex + splitNum, sb.length());
    }
}

在这里插入图片描述

子集

https://leetcode.cn/problems/subsets/description/

在这里插入图片描述

注意：题目说了nums中的所有元素各不相同，所以下面的代码没有必要去重

public List<List<Integer>> subsets(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(result, path, nums, 0);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, int startIndex) {
    // 任何集合都要存储，没有说需要满足什么条件才可以存储
    result.add(new ArrayList<>(path));
    // 当 startIndex = nums长度 的时候，本来需要return，但是下面的循环不会进行，所以无需把这部分代码写出来了
    for (int i = startIndex; i < nums.length; i++) {
        path.add(nums[i]);
        backtrack(result, path, nums, i + 1);
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

子集 II

https://leetcode.cn/problems/subsets-ii/description/

在这里插入图片描述

使用usedArr辅助去重

注意，这道题目和上面的不同，数组里面含有重复元素，需要去重操作，其实就和组合总和II 的思路一样

public List<List<Integer>> subsetsWithDup(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    Arrays.sort(nums);
    int[] useArr = new int[nums.length];
    backtrack(result, path, nums, 0, useArr);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, int startIndex, int[] useArr) {
    // 任何集合都要存储，没有说需要满足什么条件才可以存储
    result.add(new ArrayList<>(path));
    // 当 startIndex = nums长度 的时候，本来需要return，但是下面的循环不会进行，所以无需把这部分代码写出来了
    for (int i = startIndex; i < nums.length; i++) {
        // 去重
        if (i > 0 && useArr[i - 1] == 0 && nums[i - 1] == nums[i]) {
            continue;
        }
        path.add(nums[i]);
        useArr[i] = 1;
        backtrack(result, path, nums, i + 1, useArr);
        path.remove(path.size() - 1);
        useArr[i] = 0;
    }
}

在这里插入图片描述

不使用usedArr辅助去重

其实这道题还可以不用use数组

public List<List<Integer>> subsetsWithDup(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    Arrays.sort(nums);
    backtrack(result, path, nums, 0);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, int startIndex) {
    // 任何集合都要存储，没有说需要满足什么条件才可以存储
    result.add(new ArrayList<>(path));
    // 当 startIndex = nums长度 的时候，本来需要return，但是下面的循环不会进行，所以无需把这部分代码写出来了
    for (int i = startIndex; i < nums.length; i++) {
        // 去重
        if (i > startIndex && nums[i - 1] == nums[i]) {
            continue;
        }
        path.add(nums[i]);
        backtrack(result, path, nums, i + 1);
        path.remove(path.size() - 1);
    }
}

注意，去重判断变成了如下代码。和上面代码的区别是一个为i > 0，一个为i > startIndex。以[1,2,2]为例子，当startIndex=2时。

如果代码为i > 0，就会进入去重，导致子集[1,2,2]无法找到，只能找到[]、[1]、[1,2]。
但是如果代码为i > startIndex，不会触发去重，因为i = startIndex

// 去重
if (i > startIndex && nums[i - 1] == nums[i]) {
    continue;
}

递增子序列※

在这里插入图片描述

public List<List<Integer>> findSubsequences(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    backtrack(result, path, nums, 0);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, int startIndex) {
    // 任何集合都要存储，没有说需要满足什么条件才可以存储
    if (path.size() >= 2) {
        result.add(new ArrayList<>(path));
    }
    // 用来去重
    HashMap<Integer, Boolean> useMap = new HashMap<>();
    for (int i = startIndex; i < nums.length; i++) {
        // 如果不是递增，continue
        if (path.size() > 0 && nums[i] < path.get(path.size() - 1)) {
            continue;
        }
        // 去重，如果前面有用过相同的元素，直接continue
        if (useMap.getOrDefault(nums[i], false) == true) {
            continue;
        }
        useMap.put(nums[i], true);
        path.add(nums[i]);
        backtrack(result, path, nums, i + 1);
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

如果说数据为 [1, 2, 3, 4, 1, 1] ，不去重答案就会出问题
在这里插入图片描述

全排列

https://leetcode.cn/problems/permutations/

在这里插入图片描述

这道题只能暴力求解

public List<List<Integer>> permute(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    boolean[] useArr = new boolean[nums.length];
    backtrack(result, path, nums, useArr);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, boolean[] useArr) {
    if (path.size() == nums.length) {
        result.add(new ArrayList<>(path));
    }
    for (int i = 0; i < nums.length; i++) {
        if (useArr[i] == true) {
            continue;
        }
        useArr[i] = true;
        path.add(nums[i]);
        backtrack(result, path, nums, useArr);
        useArr[i] = false;
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

不用数组useArr来辅助也可以，直接使用path的contain方法来判断元素是否已经存在即可

这道题和前面比较大的一个区别是不再需要startIndex这个变量，而是遍历整个数组，因为需要的所有排序

全排列 II

https://leetcode.cn/problems/permutations-ii/description/

在这里插入图片描述

public List<List<Integer>> permuteUnique(int[] nums) {
    List<List<Integer>> result = new ArrayList<>();
    List<Integer> path = new ArrayList<>();
    boolean[] useArr = new boolean[nums.length];
    // 升序排序
    Arrays.sort(nums);
    backtrack(result, path, nums, useArr);
    return result;
}

private void backtrack(List<List<Integer>> result, List<Integer> path, int[] nums, boolean[] useArr) {
    if (path.size() == nums.length) {
        result.add(new ArrayList<>(path));
    }
    for (int i = 0; i < nums.length; i++) {
        if (useArr[i] == true) {
            continue;
        }
        // 去重，如果当前元素和前一个元素相同，而且useArr[i - 1] == false，前面一个元素肯定已经被同样的方式使用过，当前组合不需要再往下遍历了
        if (i > 0 && nums[i - 1] == nums[i] && useArr[i - 1] == false) {
            continue;
        }
        useArr[i] = true;
        path.add(nums[i]);
        backtrack(result, path, nums, useArr);
        useArr[i] = false;
        path.remove(path.size() - 1);
    }
}

在这里插入图片描述

重新安排行程

https://leetcode.cn/problems/reconstruct-itinerary/description/

在这里插入图片描述

题意

List<List<String>> tickets 中存储了多张票的起点和终点，我们要做的是：从起点JFK开始旅行，然后把每张票使用一遍，注意每张票只能使用一次

字典排序的意思如下，例如有两个字符串 ACD 和 ABE

首先对比两个字符串的第一个字母，两者都是A打平手
然后对比两个字符串的第二个字母，第一个字符串的字母为C，第二个字符串的字母为B，因为B在字母表中的顺序更加靠前，因此排序时ABE要排在ACD前面

代码

public List<String> findItinerary(List<List<String>> tickets) {
    List<String> result = new ArrayList<>();
    List<String> path = new ArrayList<>();
    // 存储开始站点 及 开始站点所对应的票 索引
    Map<String, List<Integer>> startStationAndIndexListMap = new HashMap<>();
    // 填充 startStationAndIndexListMap 的数据
    for (int i = 0; i < tickets.size(); i++) {
        List<String> ticket = tickets.get(i);
        if (!startStationAndIndexListMap.containsKey(ticket.get(0))) {
            ArrayList<Integer> indexList = new ArrayList<>();
            indexList.add(i);
            startStationAndIndexListMap.put(ticket.get(0), indexList);
        } else {
            startStationAndIndexListMap.get(ticket.get(0)).add(i);
        }
    }
    // 将indexList按照字典序升序排序
    for (Map.Entry<String, List<Integer>> entry : startStationAndIndexListMap.entrySet()) {
        List<Integer> indexList = entry.getValue();
        Collections.sort(indexList, ((o1, o2) -> {
            return compare(tickets.get(o1).get(1), tickets.get(o2).get(1));
        }));
    }
    // 用来标识哪张机票已经被使用过
    boolean[] useArr = new boolean[tickets.size()];
    // 起点是固定的，添加起点
    path.add("JFK");
    backtrack(tickets, result, path, startStationAndIndexListMap, useArr, 0, "JFK");
    return result;
}

private void backtrack(List<List<String>> tickets, List<String> result, List<String> path, Map<String, List<Integer>> startStationAndIndexListMap, boolean[] useArr, int useTicketNum, String startStation) {
    if (useTicketNum == tickets.size() && result.size() == 0) {
        // --if-- 所有机票已经用完了，存储当前路径
        result.addAll(path);
        return;
    }
    List<Integer> indexList = startStationAndIndexListMap.get(startStation);
    if (indexList == null) {
        // 当前起点站没有机票了，直接退出
        return;
    }
    // 遍历从当前起始站出发的机票
    for (int i = 0; i < indexList.size(); i++) {
        if (result.size() > 0) {
            // --if-- 因为题目要求只要字典序最小的一条路径，因此找到一个结果就可以结束整个搜索了，这里直接return
            return;
        }
        // 机票索引
        Integer ticketIndex = indexList.get(i);
        if (useArr[ticketIndex] == true) {
            // --if-- 该机票已经被使用过
            continue;
        }
        // 去重，当前机票首站-尾站和上一张机票的相同，直接跳过即可
        if (i > 0 && tickets.get(indexList.get(i - 1)).get(1).equals(tickets.get(indexList.get(i)).get(1)) && useArr[indexList.get(i - 1)] == false) {
            continue;
        }
        // 标识当前机票已经被使用
        useArr[ticketIndex] = true;
        path.add(tickets.get(ticketIndex).get(1));
        backtrack(tickets, result, path, startStationAndIndexListMap, useArr, useTicketNum + 1, tickets.get(ticketIndex).get(1));
        path.remove(path.size() - 1);
        useArr[ticketIndex] = false;
    }
}

/**
 * 字典排序
 *
 * @param str1
 * @param str2
 * @return
 */
private int compare(String str1, String str2) {
    for (int i = 0; i < str1.length(); i++) {
        int compare = Integer.compare(str1.charAt(i), str2.charAt(i));
        if (compare != 0) {
            // --if-- 当前字母没有分出胜负，继续比较下一个字母
            return compare;
        }
    }
    return 0;
}

当然**return **compare(tickets.get(o1).get(1), tickets.get(o2).get(1));可以使用

return tickets.get(o1).get(1).compareTo(tickets.get(o2).get(1));来代替
在这里插入图片描述

小小优化了一下，去掉path，只使用result

public List<String> findItinerary(List<List<String>> tickets) {
    List<String> result = new ArrayList<>();
    // 存储开始站点 及 开始站点所对应的票 索引
    Map<String, List<Integer>> startStationAndIndexListMap = new HashMap<>();
    // 填充 startStationAndIndexListMap 的数据
    for (int i = 0; i < tickets.size(); i++) {
        List<String> ticket = tickets.get(i);
        if (!startStationAndIndexListMap.containsKey(ticket.get(0))) {
            ArrayList<Integer> indexList = new ArrayList<>();
            indexList.add(i);
            startStationAndIndexListMap.put(ticket.get(0), indexList);
        } else {
            startStationAndIndexListMap.get(ticket.get(0)).add(i);
        }
    }
    // 将indexList按照字典序升序排序
    for (Map.Entry<String, List<Integer>> entry : startStationAndIndexListMap.entrySet()) {
        List<Integer> indexList = entry.getValue();
        Collections.sort(indexList, ((o1, o2) -> {
            return tickets.get(o1).get(1).compareTo(tickets.get(o2).get(1));
        }));
    }
    // 用来标识哪张机票已经被使用过
    boolean[] useArr = new boolean[tickets.size()];
    // 起点是固定的，添加起点
    result.add("JFK");
    backtrack(tickets, result, startStationAndIndexListMap, useArr, "JFK");
    return result;
}

private void backtrack(List<List<String>> tickets, List<String> result,  Map<String, List<Integer>> startStationAndIndexListMap, boolean[] useArr, String startStation) {
    if (result.size() == tickets.size() + 1) {
        // --if-- 所有机票已经用完了，存储当前路径
        return;
    }
    List<Integer> indexList = startStationAndIndexListMap.get(startStation);
    if (indexList == null) {
        // 当前起点站没有机票了，直接退出
        return;
    }
    // 遍历从当前起始站出发的机票
    for (int i = 0; i < indexList.size(); i++) {
        // 机票索引
        Integer ticketIndex = indexList.get(i);
        if (useArr[ticketIndex] == true) {
            // --if-- 该机票已经被使用过
            continue;
        }
        // 去重，当前机票首站-尾站和上一张机票的相同，直接跳过即可
        if (i > 0 && tickets.get(indexList.get(i - 1)).get(1).equals(tickets.get(ticketIndex).get(1)) && useArr[indexList.get(i - 1)] == false) {
            continue;
        }
        // 标识当前机票已经被使用
        useArr[ticketIndex] = true;
        result.add(tickets.get(ticketIndex).get(1));
        backtrack(tickets, result, startStationAndIndexListMap, useArr, tickets.get(ticketIndex).get(1));
        if (result.size() == tickets.size() + 1) {
            // --if-- 因为题目要求只要字典序最小的一条路径，因此找到一个结果就可以结束整个搜索了，这里直接return
            return;
        }
        result.remove(result.size() - 1);
        useArr[ticketIndex] = false;
    }
}

在这里插入图片描述

字典直接存储一个站可以去往哪些站点，如果选择了该站点，将其从集合中删除，回溯的时候，再将该站点加回来

int totalStationNum;

public List<String> findItinerary(List<List<String>> tickets) {
    totalStationNum = tickets.size() + 1;
    List<String> result = new ArrayList<>();
    // 存储开始站点 及 开始站点所对应的票 索引
    Map<String, List<String>> startStationAndEndStationListMap = new HashMap<>();
    // 填充 startStationAndIndexListMap 的数据
    for (int i = 0; i < tickets.size(); i++) {
        List<String> ticket = tickets.get(i);
        if (!startStationAndEndStationListMap.containsKey(ticket.get(0))) {
            List<String> endStationList = new ArrayList<>();
            endStationList.add(ticket.get(1));
            startStationAndEndStationListMap.put(ticket.get(0), endStationList);
        } else {
            startStationAndEndStationListMap.get(ticket.get(0)).add(ticket.get(1));
        }
    }
    // 将indexList按照字典序升序排序
    for (Map.Entry<String, List<String>> entry : startStationAndEndStationListMap.entrySet()) {
        Collections.sort(entry.getValue(), ((o1, o2) -> {
            return o1.compareTo(o2);
        }));
    }
    // 起点是固定的，添加起点
    result.add("JFK");
    backtrack(result, startStationAndEndStationListMap, "JFK");
    return result;
}

private boolean backtrack(List<String> result, Map<String, List<String>> startStationAndEndStationListMap, String startStation) {
    if (result.size() == totalStationNum) {
        // --if-- 所有机票已经用完了，存储当前路径
        return true;
    }
    List<String> endStationList = startStationAndEndStationListMap.get(startStation);
    if (endStationList == null) {
        // 当前起点站没有机票了，直接退出
        return false;
    }
    // 遍历从当前起始站出发的机票
    int i = 0;
    while (i < endStationList.size()) {
        // 目标站点
        String endStation = endStationList.get(i);
        // 去重，当前机票首站-尾站和上一张机票的相同，直接跳过即可
        if (i > 0 && endStation.equals(endStationList.get(i - 1))) {
            i++;
            continue;
        }
        // 去往该站点，将其从集合中删除
        endStationList.remove(i);
        result.add(endStation);
        if (backtrack(result, startStationAndEndStationListMap, endStation) == true) {
            // --if-- 因为题目要求只要字典序最小的一条路径，因此找到一个结果就可以结束整个搜索了，这里直接return
            return true;
        }
        result.remove(result.size() - 1);
        endStationList.add(i, endStation);
        i++;
    }
    return false;
}

在这里插入图片描述

代码随想录的代码效率更高

N 皇后

https://leetcode.cn/problems/n-queens/description/

在这里插入图片描述

思路：遍历每一行，然后看当行的每列，再判断当前位置是否可行

public List<List<String>> solveNQueens(int n) {
    List<List<String>> result = new ArrayList<>();
    // 初始化棋盘
    char[][] chessboard = new char[n][n];
    for (int i = 0; i < n; i++) {
        Arrays.fill(chessboard[i], '.');
    }
    backtrack(result, chessboard, 0, n);
    return result;
}

private void backtrack(List<List<String>> result, char[][] chessboard, int layer, int n) {
    if (layer == n) {
        // --for-- 遍历到最后一行了，保存结果就结束
        List<String> path = new ArrayList<>();
        for (int i = 0; i < chessboard.length; i++) {
            path.add(new String(chessboard[i]));
        }
        result.add(path);
    }
    for (int j = 0; j < n; j++) {
        // --for-- 遍历棋盘中当前行的每一列
        boolean isCanPlace = true;
        if (layer > 0) {
            // --if-- 如果是第二行以上，需要判断上面行有没有皇后排斥。第一行不需要看
            for (int i = 0; i < layer; i++) {
                // 判断同列是否有皇后
                if (chessboard[i][j] == 'Q') {
                    isCanPlace = false;
                    break;
                }
                // 判断斜对角是否有皇后
                if (((j - (layer - i)) >= 0 && chessboard[i][j - (layer - i)] == 'Q') ||
                        (j + (layer - i) < n && chessboard[i][j + (layer - i)] == 'Q')) {
                    isCanPlace = false;
                    break;
                }
            }
        }
        if (isCanPlace == true) {
            // --if-- 当前位置可以放皇后
            chessboard[layer][j] = 'Q';
            backtrack(result, chessboard, layer + 1, n);
            chessboard[layer][j] = '.';
        }
    }
}

在这里插入图片描述

代码随想录中有更快的方法

解数独

https://leetcode.cn/problems/sudoku-solver/description/

在这里插入图片描述

直接遍历

一个单元格一个单元格的遍历，然后遍历[1,9]的每个数字，判断该数字是否可设置。如果所有数字都不可以设置，回溯

char[] selectNumCharArr = new char[]{'1', '2', '3', '4', '5', '6', '7', '8', '9'};
int cellRowIndex;
int cellColumnIndex;
int cellRowIndexStart;
int cellColumnIndexStart;
int cellRowIndexEnd;
int cellColumnIndexEnd;
boolean reachEnd;
boolean isFindResult;
boolean isExit;

public void solveSudoku(char[][] board) {
    backtrack(0, 0, board);
}

/**
 * 思路：依次遍历每一个格子来填充数字
 *
 * @param rowIndex
 * @param columnIndex
 * @param board
 * @return
 */
private boolean backtrack(int rowIndex, int columnIndex, char[][] board) {
    if (rowIndex == board.length) {
        // --if-- 所有行都已经遍历完成，说明全部数字填充完成
        return true;
    }
    if (board[rowIndex][columnIndex] != '.') {
        // --if-- 当前格子已经有数字
        // 判断当前行的每个格子是否遍历完成
        reachEnd = (columnIndex + 1 == board.length);
        // 如果当前行遍历完成，就要换行，columnIndex从0开始
        isFindResult = backtrack(reachEnd ? rowIndex + 1 : rowIndex, reachEnd ? 0 : columnIndex + 1, board);
        if (isFindResult) {
            // --if-- 找到结果，直接返回
            return true;
        }
    } else {
        for (int k = 0; k < selectNumCharArr.length; k++) {
            char numChar = selectNumCharArr[k];
            // 检测同一行是否有重复值
            isExit = false;
            for (int j = 0; j < board.length; j++) {
                if (board[rowIndex][j] == numChar) {
                    isExit = true;
                    break;
                }
            }
            if (isExit) {
                continue;
            }

            // 检测同一列是否有重复值
            for (int i = 0; i < board.length; i++) {
                if (board[i][columnIndex] == numChar) {
                    isExit = true;
                    break;
                }
            }
            if (isExit) {
                continue;
            }

            // 检测框里面是否有重复值
            cellRowIndex = rowIndex / 3;
            cellColumnIndex = columnIndex / 3;
            cellRowIndexStart = cellRowIndex * 3;
            cellColumnIndexStart = cellColumnIndex * 3;
            cellRowIndexEnd = (cellRowIndex + 1) * 3;
            cellColumnIndexEnd = (cellColumnIndex + 1) * 3;
            for (int i = cellRowIndexStart; i < cellRowIndexEnd; i++) {
                for (int j = cellColumnIndexStart; j < cellColumnIndexEnd; j++) {
                    if (board[i][j] == numChar) {
                        isExit = true;
                        break;
                    }
                }
                if (isExit) {
                    break;
                }
            }
            if (isExit) {
                continue;
            }

            // 通过上述校验，可以放下当前数字
            board[rowIndex][columnIndex] = numChar;
            // 递归到下一个格子
            reachEnd = (columnIndex + 1 == board.length);
            isFindResult = backtrack(reachEnd ? rowIndex + 1 : rowIndex, reachEnd ? 0 : columnIndex + 1, board);
            if (isFindResult) {
                return true;
            }
            // 回溯
            board[rowIndex][columnIndex] = '.';
        }
    }
    return false;
}

在这里插入图片描述

优化

使用boolean数组去重，减少行、列、单元格的循环判断

char[] selectNumCharArr = new char[]{'1', '2', '3', '4', '5', '6', '7', '8', '9'};
boolean reachEnd;
boolean isFindResult;
// 行去重
boolean[][] rowUsedArr = new boolean[9][9];
// 列去重
boolean[][] columnUsedArr = new boolean[9][9];
// 单元去重
boolean[][] cellUsedArr = new boolean[9][9];

public void solveSudoku(char[][] board) {
    int num;
    for (int i = 0; i < board.length; i++) {
        for (int j = 0; j < board.length; j++) {
            if (board[i][j] != '.') {
                num = board[i][j] - '1';
                rowUsedArr[i][num] = true;
                columnUsedArr[j][num] = true;
                cellUsedArr[(i / 3) * 3 + (j / 3)][num] = true;
            }
        }
    }
    backtrack(0, 0, board);
}

/**
 * 思路：依次遍历每一个格子来填充数字
 *
 * @param rowIndex
 * @param columnIndex
 * @param board
 * @return
 */
private boolean backtrack(int rowIndex, int columnIndex, char[][] board) {
    if (rowIndex == board.length) {
        // --if-- 所有行都已经遍历完成，说明全部数字填充完成
        return true;
    }
    if (board[rowIndex][columnIndex] != '.') {
        // --if-- 当前格子已经有数字
        // 判断当前行的每个格子是否遍历完成
        reachEnd = (columnIndex + 1 == board.length);
        // 如果当前行遍历完成，就要换行，columnIndex从0开始
        isFindResult = backtrack(reachEnd ? rowIndex + 1 : rowIndex, reachEnd ? 0 : columnIndex + 1, board);
        if (isFindResult) {
            // --if-- 找到结果，直接返回
            return true;
        }
    } else {
        for (int k = 0; k < selectNumCharArr.length; k++) {
            int num = selectNumCharArr[k] - '1';
            // 检测同一行是否有重复值
            if (rowUsedArr[rowIndex][num]) {
                continue;
            }

            // 检测同一列是否有重复值
            if (columnUsedArr[columnIndex][num] == true) {
                continue;
            }

            // 检测框里面是否有重复值
            int cellIndex = (rowIndex / 3) * 3 + (columnIndex / 3);
            if (cellUsedArr[cellIndex][num]) {
                continue;
            }

            // 通过上述校验，可以放下当前数字
            board[rowIndex][columnIndex] = selectNumCharArr[k];
            rowUsedArr[rowIndex][num] = true;
            columnUsedArr[columnIndex][num] = true;
            cellUsedArr[cellIndex][num] = true;
            // 递归到下一个格子
            reachEnd = (columnIndex + 1 == board.length);
            isFindResult = backtrack(reachEnd ? rowIndex + 1 : rowIndex, reachEnd ? 0 : columnIndex + 1, board);
            if (isFindResult) {
                return true;
            }
            // 回溯
            board[rowIndex][columnIndex] = '.';
            rowUsedArr[rowIndex][num] = false;
            columnUsedArr[columnIndex][num] = false;
            cellUsedArr[cellIndex][num] = false;
        }
    }
    return false;
}