labuladong算法——回溯框架

本文深入探讨了回溯算法的原理,通过四个经典问题(全排列、子集、组合、排列)的解题过程,展示了如何利用回溯算法解决信息技术领域的组合优化问题。在每个问题中,详细解释了路径、选择列表和结束条件的思考,并提供了Java实现的代码示例,强调了关键的剪枝逻辑和避免重复子集的策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

解决一个回溯问题,实际上就是一个决策树的遍历过程,站在回溯树的一个节点上,你只需要思考 3 个问题:

1、路径:也就是已经做出的选择。

2、选择列表:也就是你当前可以做的选择。

3、结束条件:也就是到达决策树底层,无法再做选择的条件。

result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return
    
    for 选择 in 选择列表:
        做选择
        backtrack(路径, 选择列表)
        撤销选择

其核心就在于for循环中的backtrack递归,在递归之前做出选择,在递归之后撤销选择。


一、全排列问题 LC46

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

 然后找到框架去重新审视:

result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return
    
    for 选择 in 选择列表:
        将选择从选择列表中移除
        路径.add(选择)
        backtrack(路径, 选择列表)
        路径.remove(选择)
        将选择加入选择列表
import java.util.LinkedList;

//leetcode submit region begin(Prohibit modification and deletion)
class Solution {

    //外围放一个双重list保存结果
    List<List<Integer>> res = new LinkedList<>();

    public List<List<Integer>> permute(int[] nums) {
        //这个track存放的是res里面的某个list,比如[1,2,3],
        //当然也有[1,2]的时候,就是不断往里加.
        LinkedList<Integer> track = new LinkedList<>();
        //这个boolean的used主要是标记用了没用
        //比如123 如果是0就标记1已经用过了,然后把1拿出来放到track里
        boolean[] used = new boolea
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值