算法训练Day24|理论基础 ● 77. 组合

简介: 算法训练Day24|理论基础 ● 77. 组合

回溯算法理论基础

1.什么是回溯?

回溯法,也称回溯搜索法。是一种搜索方式。

递归和回溯是同时存在,递归进入对应回溯返回。


2.回溯法的本质

本质是穷举,穷举所有可能,然后选出需要的答案。

是一种暴力解法,可以剪枝操作。


3.解决的问题

一般解决如下几种问题:

①组合问题:N个数里面按一定规则找出k个数的集合

②切割问题:一个字符串按一定规则有几种切割方式

③子集问题:一个N个数的集合里有多少符合条件的子集

④排列问题:N个数按一定规则全排列,有几种排列方式

⑤棋盘问题:N皇后,解数独

【共性】:一定规则的约束,多个数字或字符串在该规则下有多种结果。


4.怎么理解回溯法

回溯法解决的问题都可以抽象为树形结构

回溯法解决的都是在集合中递归查找子集,集合的大小就构成了树的宽度,递归的深度,都构成了树的深度。


5.回溯法模板

由递归三部曲,得到回溯三部曲

1.回溯函数返回值及参数

函数返回值一般为void

回溯函数的参数不容易一次确定,一般先写逻辑,然后需要什么参数,就填什么参数…

1// 回溯函数返回值及参数
2void backtracking(参数)
3

2.回溯函数终止条件

一般遍历到叶子节点或者找到了满足条件的答案,把这个答案存起来,并结束本层递归

1// 回溯函数终止条件
2void backtracking(参数)
3

3.回溯函数的遍历过程

回溯法一般在集合中递归搜索,集合的大小构成了树的宽度,递归的深度构成了树的深度.

1// 回溯函数的遍历过程
2for (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)) {
3    处理节点;
4    backtracking(路径,选择列表); // 递归
5    回溯,撤销处理结果
6}

for循环是横向遍历,backtracking(递归)是纵向遍历

回溯算法模板:

 1void backtracking(参数) {
 2    if (终止条件) {
 3        存放结果;
 4        return;
 5    }
 6
 7    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)) {
 8        处理节点;
 9        backtracking(路径,选择列表); // 递归
10        回溯,撤销处理结果
11    }
12}


LeectCode: 77. 组合  

77. 组合 - 力扣(LeetCode)


1. 思路

明确结果:获取单个结果,将结果添加到结果集中

遍历方式:for循环进行横向遍历,在横向遍历的基础上递归函数进行深度遍历,防止有重复的结果

在深度遍历时,需要记录要遍历的深度位置用startIndex标识实现

当结果长度和k相同时终止,将结果添加到结果集中即可


2.代码实现

 1class Solution {
 2    List<List<Integer>> result = new ArrayList<>(); // 存放最终结果集  
 3    LinkedList<Integer> path = new LinkedList<>(); // 存放每条路径的结果
 4
 5    public List<List<Integer>> combine(int n, int k) {
 6        combineHelper(n, k, 1);
 7        return result;
 8    }
 9    // 确定回溯函数递归逻辑
10    private void combineHelper(int n, int k, int startIndex) {
11        // 确定终止条件:当path中的个数等于k时加入到结果集result中
12        if (path.size() == k) {
13            result.add(new ArrayList<>(path));
14            return;
15        }
16        // for循环进行横向遍历
17        for (int i = startIndex; i < n - (k - path.size()) + 1; i++) {
18            path.add(i);
19            // 递归进行深度遍历
20            combineHelper(n, k, i + 1); // i + 1 代表表示递归遍历的层数
21            path.removeLast();
22        }
23    }
24}

3.复杂度分析

时间复杂度:函数调用的次数和for循环次数决定,一次递归结果包含函数调用1次和for循环1次,共2次,记为则为2^1,k次递归,则为2^k.n个数,则复杂度为O(n*2^k).

空间复杂度:递归函数消耗栈空间,定义结果集消耗堆空间。则复杂度为O(n+m)


相关文章
|
6天前
|
算法 搜索推荐 图计算
图计算中的社区发现算法是什么?请解释其作用和常用算法。
图计算中的社区发现算法是什么?请解释其作用和常用算法。
34 0
|
6天前
|
机器学习/深度学习 自然语言处理 算法
|
6天前
|
机器学习/深度学习 算法 Python
CatBoost中级教程:特征组合与建模技巧
CatBoost中级教程:特征组合与建模技巧【2月更文挑战第11天】
36 0
|
10月前
|
机器学习/深度学习
总结机器学习中7种离散特征编码方式优缺点
整理总结对比了7种机器学习离散特征编码方式的优缺点
160 0
|
10月前
|
数据库 开发工具
向量学习过程思想总结概括
向量学习过程思想总结概括
|
5月前
|
机器学习/深度学习 数据挖掘 Python
统计回归模型中的一些概念解释
统计回归模型中的一些概念解释
|
机器学习/深度学习 人工智能 算法
一文搞懂模型量化算法基础
一文搞懂模型量化算法基础
2850 0
|
11月前
|
机器学习/深度学习 人工智能 算法
强化学习从基础到进阶-案例与实践[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战
强化学习从基础到进阶-案例与实践[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战
强化学习从基础到进阶-案例与实践[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战
|
11月前
|
机器学习/深度学习 人工智能 算法
强化学习从基础到进阶-常见问题和面试必知必答[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战
强化学习从基础到进阶-常见问题和面试必知必答[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战
|
机器学习/深度学习
机器学习数学基础三:线代基础和特征分解
对于给定矩阵A,寻找=个常数入和非零向量x,使得向量x被矩阵A作用后所得的向量Ax.与原向量x平行,并且满足Ax=λx
85 0
机器学习数学基础三:线代基础和特征分解