回溯算法模板
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。
for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
void backtracking(参数)
{
//终止条件
if (终止条件)
{
存放结果;
return;
}
//for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
//这样就把这棵树全遍历完了,一般来说,搜索叶子节点就是找的其中一个结果了。
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
}
}
组合
77组合
题目 难度:中等
class Solution {
public:
vector<int> path;
vector<vector<int>> result;
void backtracking(int n,int k,int startindex)
{
//终止条件
if(path.size()==k)
{
result.push_back(path);
return;
}
//for循环可以理解是横向遍历,backtracking(递归)就是纵向遍历
//每个节点都是一个for循环
for(int i=startindex;i<=n;i++)
{
path.push_back(i);
backtracking(n,k,i+1);//可以理解为在树形结构上沿着分支往下搜索的过程
path.pop_back();
}
}
vector<vector<int>> combine(int n, int k)
{
backtracking(n, k, 1);
return result;
}
};
组合问题的剪枝
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();
- [x,n]的path数组长度为n-x+1= k - path.size()
- 在集合n中最多从 n - (k - path.size()) + 1开始for遍历;
为什么有个+1呢,因为包括起始位置,我们要是一个左闭的集合。举个例子,n = 4,k = 3, 目前已经选取的元素为0(path.size为0),n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。也就是最多取到2这个位置,可以是组合[2, 3, 4]。
优化后的代码:
class Solution
{
private:
vector<vector<int>> result;
vector<int> path;
void backtracking(int n, int k, int startIndex)
{
if (path.size() == k) {
result.push_back(path);
return;
}
// 优化的地方
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++)
{
path.push_back(i); // 处理节点
backtracking(n, k, i + 1);
path.pop_back(); // 回溯,撤销处理的节点
}
}
public:
vector<vector<int>> combine(int n, int k)
{
backtracking(n, k, 1);
return result;
}
};