文章目录
- 基本思想
- 回溯算法的递归框架
- 组合问题
- 组合总和
- 组合去重
- 子集
- 全排列
基本思想
回溯算法是一种递归算法，它试图通过尝试不同的选择，解决一个问题。它的基本思想是从可能的决策开始搜索，如果发现这条路往下走不能得到有效的解答，就返回上一层重新选择另外一种可能的决策，并且重复以上的步骤。
具体来说，回溯算法通过深度优先搜索的方式，遍历问题的解空间。在深度优先搜索的过程中，当搜索到某一层时，根据问题的限制条件判断该层的节点状态是否满足条件。如果条件不满足，则这个节点的状态被排除，并回溯到当前节点的父节点，重新进行遍历。如果条件满足，则继续搜索下一层的节点，并重复以上操作，直到搜索到一个符合条件的解或者遍历完整个解空间。
回溯算法一般适用于求解组合问题、排列问题、搜索问题等。由于在搜索过程中，需要不断地重新选择和放弃某个状态，所以回溯算法具有空间复杂度为 O(N) 的特点。
因为回溯算法的搜索路径呈现树形结构，所以有时候也被称作"回溯搜索"或"深度优先搜索+状态撤销"算法。
回溯算法的递归框架
回溯算法是一种典型的递归算法，它通常需要使用递归函数来实现。回溯算法的递归框架一般为以下形式：
def backtrack(candidate, state):
if state == target: # 满足条件，输出结果
output(candidate)
return
# 选择
for choice in choices:
make_choice(choice) # 做选择
backtrack(candidate, state + 1) # 递归进入下一层状态
undo_choice(choice) # 撤销选择
这个递归框架通常包括三个部分：选择、递归和撤销选择。具体来说，每次迭代中，算法选择一个可用的状态或者变量，进行尝试。然后进入下一层状态，继续进行递归。如果递归过程中发现当前状态不符合要求，则需要撤销前面的选择，回到上一层状态，重新开始搜索。
在回溯算法中，重点是如何定义选择和撤销操作。这些操作通常和具体问题相关，需要根据问题的特点进行定义。回溯算法的实现应该包括以下步骤：
- 判断是否到达了目标状态。当搜索到符合要求的状态时，将其输出，并结束搜索。
- 选择当前状态或变量。在当前状态的所有可选序列、可选子节点等中，选择一个未被搜索过的状态或变量。
- 尝试选择新状态。在进入下一层状态之前，需要先尝试选择新状态，完成相应的操作，比如加入选择列表等。
- 递归进入下一层状态。进入下一层状态并继续搜索。
- 撤销选择。如果当前状态不符合要求，需要撤销前面所做的所有选择、完成的操作等，返回上一层状态，继续搜索其他可选序列或子节点。
组合问题
LeetCode第77题：https://leetcode.cn/problems/combinations/
首先定义两个全局变量用于存放结果集和当前候选集合：
// 存放所有满足条件的结果
List<List<Integer>> ans = new ArrayList<List<Integer>>();
// 当前得到的候选集
List<Integer> temp = new ArrayList<Integer>();
- 递归的终止条件：找到了一个子集大小为k的组合，即
if (temp.size() == k) {
ans.add(new ArrayList<Integer>(temp));
return;
}
- 选择
for(int i = cur; i<=n;i++){
temp.add(i); // 当前元素加入候选集合
dfs(i+1,n,k); // 递归进入下一层状态
temp.remove(temp.size() - 1); // 当前元素移除候选集合
}
完整代码
class Solution {
List<List<Integer>> ans = new ArrayList<List<Integer>>();
List<Integer> temp = new ArrayList<Integer>();
public List<List<Integer>> combine(int n, int k) {
dfs(1, n, k);
return ans;
}
public void dfs(int cur, int n, int k) {
// 剪枝：可选的元素不足K个
if (temp.size() + (n - cur + 1) < k) {
return;
}
if (temp.size() == k) {
ans.add(new ArrayList<Integer>(temp));
return;
}
for(int i = cur; i<=n;i++){
temp.add(i);
dfs(i+1,n,k);
temp.remove(temp.size() - 1);
}
}
}
组合总和
LeetCode 第39题：组合总和：https://leetcode.cn/problems/combination-sum/
首先定义两个全局变量用于存放结果集和当前候选集合：
// 存放所有满足条件的结果
List<List<Integer>> ans = new ArrayList<List<Integer>>();
// 当前得到的候选集
List<Integer> temp = new ArrayList<Integer>();
- 递归的终止条件：当前候选集合总和大于target或找到总和为target的组合，即
if(sum > target){
return;
}
if(sum == target){
res.add(new ArrayList<Integer>(temp));
return;
}
- 选择
for(int i=index;i<candidates.length;i++){
temp.add(candidates[i]); // 当前元素加入候选集合
sum+=candidates[i]; // 当前候选集总和
dfs(candidates, target, i); // 递归进入下一层状态
// 当前元素移除候选集合
sum -= temp.get(temp.size()-1);
temp.remove(temp.size()-1);
}
完整代码
class Solution {
List<List<Integer>> res = new ArrayList<List<Integer>>();
List<Integer> temp = new ArrayList<Integer>();
int sum = 0;
public List<List<Integer>> combinationSum(int[] candidates, int target) {
dfs(candidates, target, 0);
return res;
}
public void dfs(int[] candidates, int target, int index){
if(sum > target){
return;
}
if(sum == target){
res.add(new ArrayList<Integer>(temp));
return;
}
for(int i=index;i<candidates.length;i++){
temp.add(candidates[i]);
sum+=candidates[i];
dfs(candidates, target, i);
sum -= temp.get(temp.size()-1);
temp.remove(temp.size()-1);
}
}
}
组合去重
LeetCode第40题： 组合总和 II：https://leetcode.cn/problems/combination-sum-ii/
在上一题组合求和基础上，定义一个used数组记录元素是否是否过：
- 递归的终止条件：当前候选集合总和大于target或找到总和为target的组合，即
if(sum > target){
return;
}
if(sum == target){
res.add(new ArrayList<Integer>(temp));
return;
}
- 选择
for(int i=cur;i<candidates.length;i++){
//当前元素是否有效
if(i>0&&candidates[i]==candidates[i-1]&&used[i-1]==false){
continue;
}
temp.add(candidates[i]); // 当前元素加入候选集合
used[i] = true; // 标记当前元素已使用
sum += candidates[i]; // 当前候选集总和
dfs(candidates,target,i+1,sum,used); // 递归进入下一层状态
// 当前元素移除候选集合
sum -= temp.get(temp.size() - 1);
temp.remove(temp.size() - 1);
used[i] = false;
}
for(int i=index;i<candidates.length;i++){
temp.add(candidates[i]); // 当前元素加入候选集合
sum+=candidates[i]; // 当前候选集总和
dfs(candidates, target, i); // 递归进入下一层状态
// 当前元素移除候选集合
sum -= temp.get(temp.size()-1);
temp.remove(temp.size()-1);
}
完整代码
class Solution {
List<List<Integer>> res = new ArrayList<List<Integer>>();
List<Integer> temp = new ArrayList<Integer>();
public List<List<Integer>> combinationSum2(int[] candidates, int target) {
Arrays.sort(candidates);
boolean[] used = new boolean[candidates.length];
dfs(candidates, target, 0, 0, used);
return res;
}
public void dfs(int[] candidates, int target, int cur, int sum, boolean[] used){
if(sum > target){
return;
}
if(sum == target){
res.add(new ArrayList<Integer>(temp));
return;
}
for(int i=cur;i<candidates.length;i++){
if(i>0&&candidates[i]==candidates[i-1]&&used[i-1]==false){
continue;
}
temp.add(candidates[i]);
used[i] = true;
sum += candidates[i];
dfs(candidates,target,i+1,sum,used);
sum -= temp.get(temp.size() - 1);
temp.remove(temp.size() - 1);
used[i] = false;
}
}
}
子集
- 子集: https://leetcode.cn/problems/subsets/
class Solution {
List<List<Integer>> res = new ArrayList<List<Integer>>();
Deque<Integer> temp = new ArrayDeque<Integer>();
public List<List<Integer>> subsets(int[] nums) {
dfs(nums, 0);
return res;
}
public void dfs(int[] nums, int index){
res.add(new ArrayList<Integer>(temp));
for(int i=index;i<nums.length;i++){
temp.addLast(nums[i]);
dfs(nums, i+1);
temp.removeLast();
}
}
}
全排列
- 全排列: https://leetcode.cn/problems/permutations/
class Solution {
List<List<Integer>> res = new ArrayList<List<Integer>>();
List<Integer> temp = new ArrayList<Integer>();
public List<List<Integer>> permute(int[] nums) {
boolean[] used = new boolean[nums.length];
dfs(nums, used, 0);
return res;
}
public void dfs(int[] nums, boolean[] used, int index){
if(temp.size() == nums.length){
res.add(new ArrayList<Integer>(temp));
return;
}
for(int i=0;i<nums.length;i++){
if(used[i]){
continue;
}
used[i] = true;
temp.add(nums[i]);
dfs(nums, used, i+1);
used[i] = false;
temp.remove(temp.size()-1);
}
}
}
