# 回溯算法的理论
回溯和递归类似,都不是很高效
回溯法,一般可以解决如下几种问题:
- 组合问题:N 个数里面按一定规则找出 k 个数的集合
- 切割问题:一个字符串按一定规则有几种切割方式
- 子集问题:一个 N 个数的集合里有多少符合条件的子集
- 排列问题:N 个数按一定规则全排列,有几种排列方式
- 棋盘问题:N 皇后,解数独等等
回溯法解决的问题都可以抽象为树形结构
# 回溯模板
函数名习惯定义为 backtracking,返回值一般 void,参数根据逻辑需要什么补充什么
回溯函数伪代码如下
void backtracking(参数) |
回溯函数终止条件
if (终止条件) { | |
存放结果; | |
return; | |
} |
回溯函数遍历过程伪代码如下
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 | |
} |
for 循环就是遍历集合区间,可以理解一个节点有多少个孩子,这个 for 循环就执行多少次。
backtracking 这里自己调用自己,实现递归。
大家可以从图中看出 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,一般来说,搜索叶子节点就是找的其中一个结果了。
分析完过程,回溯算法模板框架如下:
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 | |
} | |
} |