Update
This commit is contained in:
118
problems/回溯算法理论基础.md
Normal file
118
problems/回溯算法理论基础.md
Normal file
@@ -0,0 +1,118 @@
|
||||
|
||||
>
|
||||
|
||||
# 什么是回溯法
|
||||
回溯法也可以叫做回溯搜索法,它是一种搜索的方式。
|
||||
|
||||
在二叉树系列中,我们已经不止一次,提到了回溯,例如[二叉树:以为使用了递归,其实还隐藏着回溯](https://mp.weixin.qq.com/s/ivLkHzWdhjQQD1rQWe6zWA)。
|
||||
|
||||
回溯是递归的副产品,只要有递归就会有回溯。
|
||||
|
||||
回溯法的性能如何呢,这里要很大家说清楚了,**虽然回溯法很难,很不好理解,但是回溯法并不是什么高效的算法**。
|
||||
|
||||
# 回溯法的效率
|
||||
|
||||
**因为回溯的本质是穷举,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。
|
||||
|
||||
那么既然回溯法并不高效为什么还要用它呢?
|
||||
|
||||
因为没得选,一些问题只能暴力搜,没有更优的算法了。
|
||||
|
||||
# 回溯法解决的问题
|
||||
|
||||
|
||||
|
||||
回溯算法,相信
|
||||
|
||||
**回溯的问题都可以抽象为一个树形结构,在求解组合问题的过程中,n相当于树的宽度,k相当于树的深度**。
|
||||
|
||||
# 题外话
|
||||
|
||||
一些同学可能分不清什么是组合,什么是排列?
|
||||
|
||||
组合是不强调元素顺序的,排列是强调元素顺序的。
|
||||
|
||||
例如:{1, 2} 和 {2, 1} 在组合上,就是一个集合,因为不强调顺序,而要是排列的话,{1, 2} 和 {2, 1} 就是两个集合了。
|
||||
|
||||
## 回溯算法模板
|
||||
|
||||
这里将给出Carl总结的回溯算法模板,那么先来讲一讲回溯算法的模板伪代码。
|
||||
|
||||
既然回溯是递归的副产品,那么必然要有递归。
|
||||
|
||||
**所以以下讲解中,回溯函数也就是递归函数,指的都是一个函数**。
|
||||
|
||||
在讲[二叉树的递归](https://mp.weixin.qq.com/s/PwVIfxDlT3kRgMASWAMGhA)中我们说了递归三部曲,这里我再给大家列出回溯三部曲。
|
||||
|
||||
* 回溯函数模板返回值以及参数
|
||||
|
||||
回溯函数伪代码如下:
|
||||
|
||||
```
|
||||
backtracking(参数)
|
||||
```
|
||||
|
||||
在回溯算法中,我的习惯函数起名字为backtracking,回溯中递归返回值一般为void。
|
||||
|
||||
在来看一下参数,因为回溯算法需要的参数,可不像二叉树递归的时候那么容易一次性确定下来,所以一般是先写逻辑,需要什么参数,就填什么参数。
|
||||
|
||||
但后面的回溯题目的讲解中,为了方便理解,我在一开始就帮大家把参数确定下来。
|
||||
|
||||
* 回溯函数终止条件
|
||||
|
||||
回溯函数终止条件伪代码如下:
|
||||
```
|
||||
if (终止条件) {
|
||||
存放结果;
|
||||
}
|
||||
```
|
||||
|
||||
既然是树形结构,那么我们在讲解[二叉树的递归](https://mp.weixin.qq.com/s/PwVIfxDlT3kRgMASWAMGhA)的时候,就知道遍历树形结构一定要有终止条件。
|
||||
|
||||
所以回溯也有要终止条件。
|
||||
|
||||
什么时候达到了终止条件,树中就可以看出,搜到了叶子节点了,就找到了一个符合题目要求的答案,就把这个答案存放起来。
|
||||
|
||||
|
||||
* 回溯搜索的遍历过程
|
||||
|
||||
回溯函数遍历过程伪代码如下:
|
||||
```
|
||||
for (选择:选择列表(可以想成树中每个节点孩子的数量)) {
|
||||
递归,处理节点;
|
||||
backtracking(路径,选择列表);
|
||||
回溯,撤销处理结果
|
||||
}
|
||||
```
|
||||
|
||||
看一下这个for循环,这个for循环是做什么呢?
|
||||
|
||||
for 就是处理树中每一个节点的各个孩子的情况, 一个节点有多少个孩子,这个for循环就执行多少次。
|
||||
|
||||
注意这个backtracking就是自己调用自己,实现递归。
|
||||
|
||||
**一些同学对递归操作本来就不熟练,递归上面又加上一个for循环,可能就更迷糊了**, 我再给大家捋顺一下。
|
||||
|
||||
这个backtracking(递归函数)是从根节点向树的叶子节点方向遍历,**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,如图所示:
|
||||
|
||||
<img src='../pics/77.组合1.png' width=600> </img></div>
|
||||
|
||||
backtracking一直往深处遍历,总会遇到叶子节点,遇到了叶子节点就要返回,那么backtracking的下面部分就是回溯的操作了,撤销本次处理的结果。
|
||||
|
||||
分析完过程,回溯算法模板框架如下:
|
||||
|
||||
```
|
||||
backtracking(参数) {
|
||||
if (终止条件) {
|
||||
存放结果;
|
||||
}
|
||||
|
||||
for (选择:选择列表(可以想成树中每个节点孩子的数量)) {
|
||||
递归,处理节点;
|
||||
backtracking(路径,选择列表);
|
||||
回溯,撤销处理结果
|
||||
}
|
||||
}
|
||||
|
||||
```
|
||||
|
||||
Reference in New Issue
Block a user