代码随想录算法训练24 | 回溯剪枝-理论基础、77. 组合

最新推荐文章于 2025-11-24 15:27:16 发布

原创最新推荐文章于 2025-11-24 15:27:16 发布 · 416 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #剪枝

LeetCode刷题训练专栏收录该内容

47 篇文章

订阅专栏

本文围绕回溯算法展开，介绍了如何利用代码模板解决组合问题，重点讲解了剪枝操作在算法中的应用，以及如何通过视频教程解答常见疑惑。

理论基础

其实在讲解二叉树的时候，就给大家介绍过回溯，这次正式开启回溯算法，大家可以先看视频，对回溯算法有一个整体的了解。

题目链接/文章讲解：代码随想录

视频讲解：带你学透回溯算法（理论篇）| 回溯法精讲！_哔哩哔哩_bilibili

77. 组合

对着在回溯算法理论基础给出的代码模板，来做本题组合问题，大家就会发现写回溯算法套路。

在回溯算法解决实际问题的过程中，大家会有各种疑问，先看视频介绍，基本可以解决大家的疑惑。

本题关于剪枝操作是大家要理解的重点，因为后面很多回溯算法解决的题目，都是这个剪枝套路。

题目链接/文章讲解：代码随想录

视频讲解：带你学透回溯算法-组合问题（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

剪枝操作：带你学透回溯算法-组合问题的剪枝操作（对应力扣题目：77.组合）| 回溯法精讲！_哔哩哔哩_bilibili

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

由此向前

关注关注

10
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

代码随想录算法训练营day24| 回溯算法理论基础、 77. 组合

wobuxiangtuding的博客

06-02

248

在二叉树学习的时候就已经接触过回溯了主要是用来解决多次for循环的问题但是还是不太好理解尤其是剪枝操作回溯就是递归确定好递归三要素就容易许多。

代码随想录算法训练营Day24|回溯算法理论基础、77.组合

qq_43650538的博客

03-11

287

代码随想录算法训练营Day24|回溯算法理论基础、77.组合

参与评论您还未登录，请先登录后发表或查看评论

代码随想录算法训练营第24天 | 回溯算法理论基础、77. 组合

weixin_43753439的博客

04-29

360

剪枝操作：如果for循环选择的起始位置之后的元素个数已经不足我们需要的元素个数了，那么就没有必要搜索了。画出树形结构，注意回溯的后的撤销操作。

代码随想录算法训练营第24天| 回溯算法理论基础、77. 组合

Intro_Nitro的博客

03-18

906

回溯算法一般可以抽象为树形结构，我们在二叉树递归时需要终止条件，在回溯时也需要。和二叉树类似，一般来说搜到叶子节点了，也就找到了满足条件的一条答案，把这个答案存放起来，并结束本层递归。来举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。回溯算法需要的参数不容易一次性确定，一般是先写逻辑后确定参数。回溯法一般是在集合中递归搜索，集合的大小构成了树的宽度，递归的深度构成的树的深度。我们说过，回溯法虽然是暴力搜索，但也有时候可以有点剪枝优化一下的。

代码随想录算法训练营day24|回溯理论基础、77.组合

github_35852648的博客

05-31

608

回溯算法是一种试探性的算法，用于解决组合优化问题。这类问题通常涉及在给定的候选集中找出满足特定条件的所有解。回溯算法通过深度优先遍历的方式，探索决策树的所有可能分支，从而找出所有解，就树而言，我们很容易想到递归，递归和回溯是相辅相成的。回溯法要解决的问题都能抽象成树形结构，也以此，回溯算法的基本思想是，从树的根节点开始，按某种顺序尝试所有可能的选择（例如，从左到右）。每做出一个选择，就生成一个新的节点，然后递归地继续进行选择。

代码随想录算法训练营Day24 | 回溯算法理论基础、77.组合 | Python | 个人记录向

Python基本算法

04-26

759

回溯算法：理论基础、77.组合。

代码随想录算法训练营第24天|回溯算法理论基础，77. 组合

m0_75237738的博客

12-14

1101

力扣，回溯

代码随想录算法训练营Day 24 | 回溯算法part01 | 回溯理论基础、77.组合

m0_51759998的博客

04-22

607

其中要注意的是，在 Python 中，列表是可变对象，所以当修改 path 时，result 中已存储的所有引用都会随之变化。这个问题已经遇到不止一次了，要注意保存的是什么，如果只是append（path）最后输出的就全是空列表[]。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，递归的深度就构成了树的深度。为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。回溯法解决的问题都可以抽象为树形结构。

代码随想录算法训练营第24天 |回溯理论基础、77. 组合

weixin_41370451的博客

02-20

342

backtracking(路径，选择列表);for(循环遍历，本层集合的元素) {void backtracking(参数) {if(终止条件) {

8.《代码随想录》回溯算法（V3.0）.pdf

07-21

《代码随想录》回溯算法（V3.0）解析 #### 回溯算法理论基础 **回溯算法概述** 回溯算法是一种通过尝试解决某个问题所有可能解的方法，来找到所有可行解或最优解的算法策略。这种算法常用于解决约束满足问题、...

「代码随想录」回溯算法精讲（v1.1）.pdf

08-11

由于提供的文件内容主要是对「代码随想录」回溯算法精讲pdf文件的OCR扫描文字，其中存在识别错误和遗漏，导致内容不够连贯和准确。但是，我们依然可以从描述中提炼出关键知识点。标题“「代码随想录」回溯算法精讲...

「代码随想录」回溯算法精讲（v2.0）.pdf

04-22

### 回溯算法精讲知识点概述 #### 一、回溯算法定义与理解 - **定义**：回溯法是一种通过尝试解决问题所有可能的解决方案来寻找一个或所有解的方法。通常用于解决约束满足问题（CSPs），如图着色问题、数独问题等。...

代码随想录算法训练营Day25 | 216.组合总和III、17.电话号码的字母组合 | Python | 个人记录向

Python基本算法

04-27

993

回溯算法：216.组合总和III、17.电话号码的字母组合。

2025年全国青少年信息素养大赛复赛真题（算法创意实践挑战赛C++初中组试卷1：带解析）（7月6日试卷）

王老师青少年编程

11-21

717

2025年全国青少年信息素养大赛复赛真题（算法创意实践挑战赛C++初中组试卷1：带解析）（7月6日试卷）

代码随想录 63.不同路径Ⅱ

最新发布

m0_63814538的博客

11-24

280

4.确定遍历顺序：从递归公式可以看出一定是从左到右一层一层的遍历，这样保证推导dp[i][j]的时候，dp[i - 1][j]和dp[i][j - 1]一定是有数值的。所以本题的初始化代码如下所示：一旦遇到obstacleGrid[i][0] == 1的情况就停止dp[i][0]的赋值1的操作，dp[0][j]同理。1.确定dp数组（dp table）及其下标的含义：dp[i][j]表示从（0，0）出发，到（i，j）有dp[i][j]条不同的路径。下标（0，j）的初始化情况同理。

【Python TensorFlow】 TCN-LSTM时间序列卷积长短期记忆神经网络时序预测算法（附代码）

q22837656的博客

11-24

296

本文提出了一种结合时间卷积网络(TCN)和长短期记忆网络(LSTM)的混合预测算法(TCN-LSTM)，用于解决传统时间序列预测方法在捕捉长期依赖和局部特征方面的不足。该算法利用TCN的并行计算能力和LSTM的序列建模优势，通过五步流程实现：数据准备、预处理、网络构建、模型训练和评估。代码示例展示了数据读取、特征提取、归一化处理及模型训练过程，支持多种输入输出模式。实验结果表明，该混合模型能有效提升时序预测性能，适用于电力负荷、风电场功率等多种应用场景。

算法：二叉搜索树的最近公共祖先

czlczl20020925的博客

11-24

340

下面是详细的解释，说明为什么这是必然的。对于我们当前所在的任何节点。

算法沉淀第十二天（牛客练习赛146）

lingran__的博客

11-22

820

本文分享了牛客练习赛146的三道算法题解：1.《合格的机器》通过分析代币奇偶性，得出最优解是尽量使机器代币数为偶数，当总代币数≥2n时最多n-1台合格；2.《小灰灰的火焰星球2》通过排序施法顺序和预处理价值数组，实现高效计算最大收益；3.《盲目自大的小灰灰》通过计算得分区间，判断查询分数是否可能达到。每道题都包含题意分析、逻辑梳理和AC代码实现，适合算法学习者参考。

【元启发算法】模拟退火（SA）：在温度起伏中，寻找最优解的诗意算法

Harrytutu_ZuiYue的博客

11-21

373

自然从不急于求成，金属在冷热交替中趋于稳定，算法亦在温度起落中逼近真理。” 寒冬里调温的空调、背包旅行时规划路线、手机 APP 优化资源分配 —— 生活中处处藏着 “寻找最优解” 的难题。有些问题看似简单，却因可选方案过多，让我们陷入 “局部最优” 的困境：就像在山谷中徒步，误以为眼前的山峰就是最高点，却不知翻过一座小山后，还有更广阔的天地。