对回溯的理解与思考(从决策树遍历角度分析)

文章介绍了回溯算法的基本框架,强调它是一个决策树的遍历过程,涉及路径、选择列表和结束条件。通过全排列问题的例子,阐述了如何使用回溯法解决问题,包括做选择、递归和撤销选择的步骤。文章还提到了回溯算法与动态规划的关系,并指出无重叠子问题的场景通常使用回溯算法。

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

对于回溯的经典问题,就是全排列和各种各样全排列的变体和八皇后问题。

算法框架

对于回溯算法框架。其实解决一个回溯问题,实际上就是一个决策树的遍历过程。

这也就是为什么在刷算法题之前,一定要从树的题目开始刷,后期可以很方便的树立使用递归求解问题的思路。

一般需要你明确三个元素:

  1. 路径: 当前已经做出的选择是哪些
  2. 选择列表:也就是你可以做出的选择
  3. 结束条件:到达树的底部,没有办法在做出的选择。

对于这三个概念,在后面的分析中,会反复的进行提及。
代码方面:

result = [] 
int[] path = new int[n]; // 路径
boolean[] st = new boolean[n]; // 是否被使用过
void dfs(当前遍历的位置){
   
   
	if(满足结束条件){
   
   
		result.add(路径);
		return;
	}
	for(int i = 0; i < 元素个数; i++){
   
   
		if(没有被使用过){
   
   
			做选择
			dfs(当前遍历的位置 + 1)
			撤销选择
		}
	}
}

其核心就是 for 循环里面的递归,回溯是一种特殊的DFS算法,在递归调用之前「做选择」,在递归调用之后「撤销选择」。

下面我们来分析一下全排列的问题,深化上面的概念:
什么是全排列问题,这边不在进行介绍,为了简化问题的概念,直接讨论的全排列问题不包含重复的数

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