前言:
1、回溯和递归相辅相成, 回溯隐藏在递归算法里面
2、回溯法是一种暴力解法,有的题只能用回溯法来解。那哪些题需要用回溯法来解呢?如下:
3、回溯法解决的问题都可以抽象为树形结构
77. 组合
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
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。
示例 1:
输入:n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]示例 2:
输入:n = 1, k = 1 输出:[[1]]提示:
1 <= n <= 20
1 <= k <= n
这个题一开始没什么思路,直接看题解了。
把组合问题抽象为以下树形结构:
一开始这个集合是:1、2、3、4,从左向右取数,取过的数不再重复取。这样每次从集合中选取元素,可选择的范围就会随着取出值之后变小,从而调整可以选择的范围。
n相当于树的宽度,k相当于树的深度。收集叶子节点即为最终结果。
回溯三部曲:
1、递归函数的返回值以及参数:定义2个全局变量,一个用来放符合条件的单一结果,一个用来放符合条件结果的集合:
class Solution{
List<List<Integer>> result = new ArrayList<>();
LinkedList<Integer> path = new LinkedList<>();
}
为什么这里一个定义为数组,一个定义为链表呢?
result
存储最终的组合结果。由于在算法的执行过程中需要频繁进行增加操作(即向列表末尾添加元素),而ArrayList
在尾部添加元素的效率较高,因此选择了ArrayList
。此外,由于最终需要访问整个组合结果,而ArrayList
支持随机访问,因此也适合存储最终结果。
path
用于暂存当前的组合路径。在算法的执行过程中,需要频繁进行插入和删除操作(即在路径末尾添加元素并在需要时删除末尾元素),而LinkedList
在任意位置的插入和删除操作的效率较高,因此选择了LinkedList
。此外,由于在回溯算法中,需要不断地在路径末尾添加元素和删除末尾元素,而LinkedList
的特性正好符合这种需求,因此也更适合用于存储当前组合路径。
已知题目中给了n和k这两个参数,数据类型为int。还需要一个参数来记录本层递归中,集合是从哪里开始遍历的,设置这个参数为startIndex,startIndex的作用就是防止出现重复的组合。
从下图中红线部分可以看出,在集合[1,2,3,4]取1之后,下一层递归,就要在[2,3,4]中取数了,那么下一层递归如何知道从[2,3,4]中取数呢,靠的就是startIndex。
所以参数值如下:
private void combineHelper(int n, int k, int startIndex) {
}
2、确定终止条件:到达叶子节点的时候终止。什么时候到达叶子节点呢?path数组大小等于k的时候到达叶子节点:

// 终止条件:当当前组合路径的长度等于k时,将当前路径加入结果集,并返回
if(path.size() == k) {
result.add(new ArrayList<>(path));
return;
}
3、确定单层回溯的逻辑:
for (int i = startIndex; i <= n; i++) {
// 将当前数字i加入组合路径中
path.add(i);
// 递归调用backtracking方法,寻找下一个数字的组合,startIndex为i+1,确保组合中的数字不重复
backtracking(n, k, i + 1);
// 回溯,将刚加入的数字i移除,继续寻找其他可能的组合
path.removeLast();
}
综合代码(剪枝前):
// 定义Solution类
class Solution {
// 声明一个成员变量result,用于存储最终的组合结果,初始化为一个空的ArrayList
List<List<Integer>> result = new ArrayList<>();
// 声明一个成员变量path,用于暂存当前的组合路径,初始化为一个空的LinkedList
LinkedList<Integer> path = new LinkedList<>();
// 定义combine方法,接收整数n和k作为参数,返回符合条件的组合结果
public List<List<Integer>> combine(int n, int k) {
// 调用backtracking方法,开始回溯求解组合
backtracking(n, k, 1);
// 返回最终的组合结果
return result;
}
// 定义backtracking方法,用于回溯求解组合
public void backtracking(int n, int k, int startIndex) {
// 当当前组合路径的长度等于k时,将当前路径加入结果集,并返回
if (path.size() == k) {
result.add(new ArrayList<>(path));
return;
}
// 循环遍历从startIndex到n的数字
for (int i = startIndex; i <= n; i++) {
// 将当前数字i加入组合路径中
path.add(i);
// 递归调用backtracking方法,寻找下一个数字的组合,startIndex为i+1,确保组合中的数字不重复
backtracking(n, k, i + 1);
// 回溯,将刚加入的数字i移除,继续寻找其他可能的组合
path.removeLast();
}
}
}
回溯算法模板代码:
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
}
}
剪枝优化:
在本题中,有一条路径是不用遍历的:
可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。
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。
优化部分:
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
// 将当前数字i加入组合路径中
path.add(i);
// 递归调用combineHelper方法,寻找下一个数字的组合,startIndex为i+1,确保组合中的数字不重复
combineHelper(n, k, i + 1);
// 回溯,将刚加入的数字i移除,继续寻找其他可能的组合
path.removeLast();
}
优化后的综合代码:
// 定义Solution类
class Solution {
// 声明一个成员变量result,用于存储最终的组合结果,初始化为一个空的ArrayList
List<List<Integer>> result = new ArrayList<>();
// 声明一个成员变量path,用于暂存当前的组合路径,初始化为一个空的LinkedList
LinkedList<Integer> path = new LinkedList<>();
// 定义combine方法,接收整数n和k作为参数,返回符合条件的组合结果
public List<List<Integer>> combine(int n, int k) {
// 调用combineHelper方法,开始组合求解
combineHelper(n, k, 1);
// 返回最终的组合结果
return result;
}
/**
* 每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围,就是要靠startIndex
* @param startIndex 用来记录本层递归的中,集合从哪里开始遍历(集合就是[1,...,n] )。
*/
// 定义combineHelper方法,用于递归求解组合
private void combineHelper(int n, int k, int startIndex) {
// 终止条件:当当前组合路径的长度等于k时,将当前路径加入结果集,并返回
if (path.size() == k) {
result.add(new ArrayList<>(path));
return;
}
// 循环遍历从startIndex到n的数字,确保组合中的数字不重复
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
// 将当前数字i加入组合路径中
path.add(i);
// 递归调用combineHelper方法,寻找下一个数字的组合,startIndex为i+1,确保组合中的数字不重复
combineHelper(n, k, i + 1);
// 回溯,将刚加入的数字i移除,继续寻找其他可能的组合
path.removeLast();
}
}
}
后续总结:优化部分还需要强化,有点懵。