【回溯算法】借助最后一道「组合总和」问题来总结一下回溯算法 |刷题打卡

简介: 【回溯算法】借助最后一道「组合总和」问题来总结一下回溯算法 |刷题打卡

题目描述



这是 LeetCode 上的216. 组合总和 III,难度为 Medium


找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。


说明:


  • 所有数字都是正整数。
  • 解集不能包含重复的组合。


示例 1:


输入: k = 3, n = 7
输出: [[1,2,4]]
复制代码


示例 2:


输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]
复制代码


DFS + 回溯解法



关于组合总和的问题,之前我们已经完成过 39. 组合总和40. 组合总和 II 两道题了。


只不过前面两道题是直接给了我们一个数组,让我们从数组中进行选择。


本题则是直接限定了数字范围在 1-9 之间。


三道题都是可以使用相同的思路进行求解。


我们再来强化一下应该如何快速判断一道题是否应该使用 DFS + 回溯算法来爆搜。

总的来说,你可以从两个方面来考虑:


  • 1. 求的是所有的方案,而不是方案数。 由于求的是所有方案,不可能有什么特别的优化,我们只能进行枚举。这时候可能的解法有动态规划、记忆化搜索、DFS + 回溯算法。
  • 2. 通常数据范围不会太大,只有几十。 如果是动态规划或是记忆化搜索的题的话,由于它们的特点在于低重复/不重复枚举,所以一般数据范围可以出到 10510^510510710^7107,而 DFS + 回溯的话,通常会限制在 30 以内。


这道题数据范围是 30 以内,而且是求所有方案。因此我们使用 DFS + 回溯来求解:


class Solution {
    int n, k;
    public List<List<Integer>> combinationSum3(int _k, int _n) {
        n = _n;
        k = _k;
        List<List<Integer>> ans = new ArrayList<>();
        List<Integer> cur = new ArrayList<>();
        dfs(1, ans, cur, 0);
        return ans;
    }
    /**
     * u: 当前遍历到的数字
     * ans: 最终结果集
     * cur: 当前结果集
     * sum: 当前结果集的总和
     */
    void dfs(int u, List<List<Integer>> ans, List<Integer> cur, int sum) {
        if (sum == n && cur.size() == k) {
            ans.add(new ArrayList<>(cur));
            return;
        }
        if (u == 10 || sum > n || cur.size() > k) return;
        // 使用数字 u
        cur.add(u);
        dfs(u + 1, ans, cur, sum + u);
        // 进行回溯
        cur.remove(cur.size() - 1);
        // 不使用数字 u
        dfs(u + 1, ans, cur, sum);
    }
}
复制代码


  • 时间复杂度: DFS 回溯算法通常是指数级别的复杂度(因此数据范围通常为 30 以内)。这里暂定 O(n∗2n)O(n * 2^n)O(n2n)
  • 空间复杂度:同上。复杂度为 O(n∗2n)O(n * 2^n)O(n2n)


总结



一连三天,我们做了三道关于组合总和的题目。


但其实并无本质区别,都是在考察「回溯算法」的基本使用。


对于此类要枚举所有方案的题目,我们都应该先想到「回溯算法」。


「回溯算法」从算法定义上来说,不一定要用 DFS 实现,但通常结合 DFS 来做,难度是最低的。


「回溯算法」根据当前决策有多少种选择,对应了两套模板。


  1. 每一次独立的决策只对应 选择 和 不选 两种情况:
  • 确定结束回溯过程的 base case
  • 遍历每个位置,对每个位置进行决策(做选择 -> 递归 -> 撤销选择)


void dfs(当前位置, 路径(当前结果), 结果集) {
    if (当前位置 == 结束位置) {
        结果集.add(路径);
        return;
    }
    选择当前位置;    
    dfs(下一位置, 路径(当前结果), 结果集);
    撤销选择当前位置;
    dfs(下一位置, 路径(当前结果), 结果集);
}
复制代码


对应到这类模板的题目有:40. 组合总和 II ...


  1. 每一次独立的决策都对应了多种选择(通常对应了每次决策能选择什么,或者每次决策能选择多少个 ...):
  • 确定结束回溯过程的 base case
  • 遍历所有的「选择」
  • 对选择进行决策 (做选择 -> 递归 -> 撤销选择)


void dfs(选择列表, 路径(当前结果), 结果集) {
    if (满足结束条件) {
        结果集.add(路径);
        return;
    }
    for (选择 in 选择列表) {
        做选择;
        dfs(路径’, 选择列表, 结果集);
        撤销选择;
    }
}
复制代码


对应到这类模板的题目有:17. 电话号码的数字组合39. 组合总和 ...


最后



这是我们「刷穿 LeetCode」系列文章的第 No.216 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
4月前
|
存储 算法 C语言
【数据结构与算法 刷题系列】合并两个有序链表
【数据结构与算法 刷题系列】合并两个有序链表
|
6天前
|
算法 前端开发
一文了解贪心算法和回溯算法在前端中的应用
该文章深入讲解了贪心算法与回溯算法的原理及其在前端开发中的具体应用,并通过分析LeetCode题目来展示这两种算法的解题思路与实现方法。
|
2月前
|
算法
【算法】递归、搜索与回溯——汉诺塔
【算法】递归、搜索与回溯——汉诺塔
|
2月前
|
算法
【算法】递归、搜索与回溯——简介
【算法】递归、搜索与回溯——简介
|
2月前
【刷题记录】最大公因数,最小公倍数(辗转相除法、欧几里得算法)
【刷题记录】最大公因数,最小公倍数(辗转相除法、欧几里得算法)
|
2月前
|
算法 Python
【Leetcode刷题Python】改进的算法,高效求一个数的因子
一个高效的Python函数用于找出一个整数的所有因子,通过仅遍历到该数平方根的范围来优化性能。
31 0
|
4月前
|
机器学习/深度学习 人工智能 算法
回溯算法是怎样的
回溯算法,择优搜索:树的深搜+剪枝
|
4月前
|
算法
【数据结构与算法 刷题系列】求带环链表的入环节点(图文详解)
【数据结构与算法 刷题系列】求带环链表的入环节点(图文详解)
|
4月前
|
算法
【数据结构与算法 刷题系列】判断链表是否有环(图文详解)
【数据结构与算法 刷题系列】判断链表是否有环(图文详解)
|
4月前
|
算法
【数据结构与算法 刷题系列】移除链表元素
【数据结构与算法 刷题系列】移除链表元素
下一篇
无影云桌面