复习backtracking 并总结

每一个分支把leetcode backtracking 几十个题目重新复习一遍,领略back tracking 精髓。

一 排列问题: 

46/47 Permutations : 46 没有重复数字 47 包含重复数字

46: 关键是采用used[i] 来标记一个i 是否已经被选择了, 注意used 状态改变只对子节点状态有效,对 同一层的节点状态是无效的,这也是back tracking 精髓之一。

例如下面最后一个不能放1, 是因为第一层 1 被used 了并且传递到了第三层。

47 有重复元素关键是去重

1. 排序 

2. if(used[i]) continue;    --C1

    if(i>0 && used[i-1] == used[i] && !used[i]) continue   --C2

第二个if 的理解是 :是否选择 一个数字的原则   当前 i , 如果和 i-1 重复, 那么选择i 是因为 选择了 i-1, 如果没选择  i-1 就不要再选择 i了。

第一层第二个1 不被选择是因为 condition 2, 因为 used 初始化都为False, 因为这  i-1 没有被选择,因此不能选择 这个1

第二层第一个1 没被选择因为 condition 1, 因为 used[i] 已经为true 了

第二层第而个1 被选择 因为condition 2, 因此第一层的第一个1 被选择了。

结果数目, 对于排列问题46 自然是 n! 个结果, 对于 47, 主要看重复数字个数  比如 ABBBCCD , 结果为7!/(3!2!) 

二 组合问题:

77 从1~n 中产生K个组合, 因为1~n 没有重复元素,也就是求 C(n,k) 所以很简单

40 题目:有重复的数组里,求和为target 的

Input: candidates = [10,1,2,7,6,1,5], target = 8,
A solution set is:
[
  [1, 7],
  [1, 2, 5],
  [2, 6],
  [1, 1, 6]
]

从这个递归树可以看出, 对于有重复数字只需要拿第一个构建递归树就好了,后面重复数字构建的树一定包含在了前面的tree 里。
因此去重的条件是:
if(i>start && nums[i] == nums[i-1]) continue.
为何需要 i> start, 如果没有这个条件 第二层的 1就会不存在了。 也就是对于重复数字永远都放第一个就好了。

 三  subsets 问题 又叫power sets(2^n)

78题:
Output:
[
  [3],
  [1],
  [2],
  [1,2,3],
  [1,3],
  [2,3],
  [1,2],
  []
]

从递归树看出基本和 组合问题是一样的, 区别在于每次递归都得结果都是放到最终的结果离去,并且递归不需要return 条件,所有的情况都走完就可以了。

90 题:  78题去重,去重条件和 40题的去重条件一摸一样:  if(i!=start && nums[i] == nums[i-1]) continue;
要点在于 每一个分支的第一个元素必然要放:i != start

总结: 

1. 排列问题模板: 每次问题的规模都是从 0~n-1,因此得有返回条件否则算法不会终止。

1         for(int i=0; i<nums.length; i++){
2             if(!used[i]){     
3                curResult.add(nums[i]);
4                used[i] = true;
5                backTracking(curResult, result,nums,used);
6                used[i] = false;
7                curResult.remove(curResult.size()-1);         
8             }
9         }

2. 排列问题去重的条件:

if(used[i] || i>0 && nums[i]==nums[i-1] && !used[i-1]) continue

2. 组合问题和 power set 都是 需要一个start 每次递归都是从 上一层的 i+1 开始:

 
1         for(int i=start; i<nums.length; i++){
2            // if(i==start || i>start && nums[i]!= nums[i-1]){
3             if(i!=start && nums[i] == nums[i-1]) continue;
4             curResult.add(nums[i]);
5             dfs(i+1, curResult, result,nums);
6             curResult.remove(curResult.size()-1);
7           
8         } 
 

3. 排列和 power set 就算都没有return 条件, 算法也是可以终止的, 最多只有 2^n 次,  因此 dfs(i+1,....) 会让规模越来愈小。 而排列问题每次问题的规模都是一样,如果没有返回条件是不会终止的。



猜你喜欢

转载自www.cnblogs.com/keepAC/p/10357091.html