LeetCode Day24|理论基础、77.组合(回溯三部曲1递归函数的参数和返回值2确定函数的终止条件3单层递归逻辑)

day24-1 回溯算法理论基础

• 递归函数下面一般紧跟的就是回溯算法
• 回溯算法一般是纯暴力搜索
• 回溯法解决的问题都可以抽象为树形结构（N叉树）
• 能够解决哪些问题？
  • 组合问题：N个数里面按一定的规则找出k个数的组合
  • 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个数的集合里面有多少符号条件的子集
  • 排列问题：强调顺序
  • 棋盘问题：N皇后和解数独
• 过程：
  • 终止条件：收集结果
  • 单层搜索逻辑：处理结点+递归函数+回溯操作

// 回溯算法模版
void backtracking(参数){
	if(终止条件){
		// 搜索到叶子结点就找到了一条满足条件的答案
		存放结果；
		return;
	}
	// 遍历过程 for循环横向遍历，backtracking递归纵向遍历
	for(选择：本层集合中的元素（数中节点孩子的数量就是集合的大小）){
		处理结点；
		backtracking（路径，选择列表）；//递归 
		回溯，撤销处理的结果
	}
}

day24-2 77.组合

为啥要用回溯算法？

• 解决多层嵌套循环的问题

树形结构

回溯三部曲

• 递归函数的参数和返回值
• 确定函数的终止条件
• 单层递归逻辑

代码实现

class Solution {
    List<List<Integer>> result = new ArrayList<>();
    LinkedList<Integer> path = new LinkedList<>(); // 用于收集路径
    public List<List<Integer>> combine(int n, int k) {
        combineHelper(n,k,1);
        return result;
    }
    void combineHelper(int n, int k, int startIndex){
        // 终止条件
        if(path.size() == k){
            result.add(new ArrayList<>(path));
            return;
        }
        // 遍历过程 for循环横向遍历，combineHelper递归纵向遍历
        for(int i = startIndex; i <= (n - (k - path.size()) + 1); i++){
        // for(int i = startIndex; i <= n; i++){
            // 进行剪纸操作:
            // path.size():已经选择的元素个数
            // k - path.size():还需要的元素的个数
            // n- (k - path.size() ):在集合n中至少要从
            path.add(i); // 处理节点
            combineHelper(n, k, i + 1); // 递归
            path.removeLast();// 回溯, 撤销处理的节点
        }
    }
}

剪纸操作树形结构

耗时

• 总共2h