代码随想录刷题| 回溯算法的总结

简介: 代码随想录刷题| 回溯算法的总结

回溯算法的心得


   回溯算法的本质是穷举,是利用递归进行穷举,一般来首,我们常见的穷举方式就是for循环遍历,是遍历访问每一个值。但是这种情况应该是你知道可以套几层循环的情况。


       而使用回溯算法是:你都不知道要循环多少层,都不知道在哪里终止,需要循环的条件一变化就没办法,此时那就是回溯算法最管用了


       回溯算法是递归的副产物,有递归肯定需要回溯


       利用回溯算法可以解答的题目都是可以抽象成树形结构(N叉树)。因为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,都构成的树的深度


       回溯算法的模板:

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }
    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
    }
}


回溯算法适合的问题

组合问题


77.组合

给定两个整数 n 和 k,返回范围 [1, n] 中所有可能的 k 个数的组合。你可以按 任何顺序 返回答案

一个元素不重复的集合,组合,元素不可以被重复选取

每递归一层,集合中的下标向后移动一位,防止出现相同结果

216.组合总和|||

与77.组合相似,只不过是将得到的组合中的数相加起来了

一个元素不重复的集合,组合相加,元素不可以被重复选取

每递归一层,集合中的下标向后移动一位,防止出现相同结果

难点:剪枝操作:至多可以遍历到什么位置上 9 - (k - nums.size()) + 1

17.电话号码的字母组合

多个集合(元素不重复)的组合

难点:对数字和字母的关系映射

39.组合总和

一个元素不重复的集合,组合相加,元素可以被重复选取

因为元素可以被重复选取,每递归一层,集合中的下标不用移动

难点:剪枝操作:需要先对数组中的元素进行排序,然后如果 sum + candidates[i] > target 就终止遍历

40.组合总和||

一个元素有重复的集合,组合相加,元素可以被重复选取

因为元素可以被重复选取,每递归一层,集合中的下标不用移动,但是需要去重

难点:去重操作

只有排序之后才可以进行剪枝操作和去重操作

剪枝操作和39.组合总数相同

去重操作需要使用used[]数组进行树层去重操作


切割问题


131.分割回文串

需要的前置知识:判断字符串是否是回文串

一个元素有重复的字符串,从第一个元素开始往后,每层添加一位进行分割

因为字符串要被不断分割,每递归一层,字符串的下标向后移动一位

难点:递归分割字符串

先判断是否满足回文串

再进行递归回溯

93.复原IP地址

很多公司面试的题目

需要的前置知识:判断截取数字的合法性

与分割回文串相似,都是分割完成之后进行判断

使用pointNum记录所添加的逗点,在满足三个逗点之后,在收集结果前判断最后一个都逗点后面的数字是否合法

难点:递归/回溯字符串

先判断是否合法

添加逗点,逗点数增加

递归的时候注意下标的移动是+2

回溯的时候回复字符串和逗点数减少


子集问题


78.子集

收集树形结构的所有节点

一个无重复元素的集合,元素不可以被重复选取

每递归一层,集合中的下标向后移动一位,防止出现相同结果

比较简单

90.子集||

收集树形结构的所有节点

一个有重复元素的集合,元素不可以被重复选取

因为有相同的元素,会造成重复情况,所以需要进行去重

难点:去重操作

使用used数组进行树层去重


排序问题


46.全排列

树枝去重

一个无重复元素的集合,只需要考虑树枝去重就可以

可以直接使用path容器去重

可以使用used[]数组进行去重

47.全排列||

树枝去重+树层去重

一个有重复元素的集合,需要考虑树枝去重和树层去重

使用used[]数组进行去重

难点:used[]数组对树层和树枝不同的去重操作


棋盘问题


51.N皇后

二维数组表示棋盘

需要的前置知识:判断棋盘上位置的合法性

难点:对棋盘的抽象

37.解数独

二维数组表示棋盘

需要的前置知识:判断棋盘上数字的合法性

不仅需要遍历棋盘的每一格,还需要遍历每一格上的不同数字

难点:二维递归


其他问题


491.递增子序列(和子集问题比较像)

不能排序,排序会打乱集合中的递增顺序

使用set去重,因为set是不可重复的

set不回溯,收集的是当前层的所有出现过的元素

332.重新安排行程

难点:行程的映射

难点:数据结构的选取

难点:终止条件

相关文章
|
7月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
708 0
|
7月前
|
机器学习/深度学习 算法 C++
【DFS/回溯算法】2016年蓝桥杯真题之路径之谜详解
题目要求根据城堡北墙和西墙箭靶上的箭数,推断骑士从西北角到东南角的唯一路径。每步移动时向正北和正西各射一箭,同一格不重复经过。通过DFS回溯模拟“拔箭”过程,验证路径合法性。已知箭数约束路径唯一,最终按编号输出行走顺序。
|
7月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
344 8
|
7月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
395 8
|
8月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
555 2
|
8月前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
246 1
|
7月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
376 0
|
7月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
316 0
|
8月前
|
机器学习/深度学习 存储 算法
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
369 0
|
8月前
|
机器学习/深度学习 分布式计算 算法
【风场景生成与削减】【m-ISODATA、kmean、HAC】无监督聚类算法,用于捕获电力系统中风场景生成与削减研究(Matlab代码实现)
【风场景生成与削减】【m-ISODATA、kmean、HAC】无监督聚类算法,用于捕获电力系统中风场景生成与削减研究(Matlab代码实现)
304 0

热门文章

最新文章