前言
回溯,就是无脑冲,碰壁之后就回撤一步继续搞,属于一种暴力解题的思路;
实际上也是如此,当我们在遇到一些分类讨论的问题,无法想到比较精妙的解决方案,我们第一时间考虑到的就是暴力枚举所有情况,然后再做处理,而 回溯
就是这样的一个暴力法
下一个 tab 学习一下常规的排序算法
吧
正文
在做回溯题
的过程中,会发现很迷茫,因为很多题好像不需要返回,在执行下一步的过程中,我就做好判定,然后将可能的失败遏制住了,这个时候,一般能继续往下走的,都属于还行的操作,我们其实可以把这种方式叫做 剪枝
我一度陷入深思,是不是回溯就没用了呢,是不是只要脑瓜还行,其实剪枝就好了,还回溯啥,直到想起回溯的核心思想,它其实是一种暴力解法
, 也就是如果你能用其他方法,其实不用回溯
,是比较好的思路,一般情况下,回溯的复杂度会比较高
那么到底什么时候用回溯
呢?那种你没法子预设结局,或者说你的选择不单单关联相邻层的选择,而是会对更深层都有影响,比方说 51. N 皇后
我们需要求的是完整的棋盘,每一层的选择,都会影响整个棋盘的的布局,这个时候想在下棋那一刻就将全部可能情况想出来,太难了,这时候用回溯
就是很好的选择
而对于一些只与上层有影响,这个时候剪枝
也不失是一个好的选择;
其实在做系列总结的时候,会尽可能用系列的方法去解答,但是一题多解也是我们追求的,而且我们最后想要实现的,肯定是不局限与某写法,而是只要看到了,就能 a 出来;
所以努力将大部分常规的 tab 复习一遍,然后再慢慢填补,总结属于自己的解题方案,才是做总结的目的吧;
与大家一起努力呀
题目汇总
46. 全排列
分析
不含重复数字,要求的是全排列,所以不同顺序的排列都得算上,这样在枚举过程中要知道自己曾经获取过哪些值
在枚举过程中缓存两个数组 arr,getIndex, arr 是枚举过程中的数组, getIndex 是走过值状态,如果当前 arr 走过对应的下标的值为 1,没有走过就是 0
在每一层给临时数组 arr 添加值的时候,需要保证不会重复添加,可以在每一次遇到的时候再遍历 arr,由于值是唯一的,也是可以的;
在这里是用空间换时间,用 getIndex 数组缓存对应的状态,每一次查找的复杂度是 O(1)
每一次需要枚举完整的数组,需要枚举 n 次所以时间复杂度为 O(n2),空间复杂度 O(n)
参考视频:传送门
var permute = function (nums) {
let ret = [];
const dfs = (arr, getIndex) => {
if (arr.length === nums.length) {
ret.push(arr);
return;
}
for (let i = 0; i < nums.length; i++) {
const num = nums[i];
if (!!getIndex[i]) continue; // 如果存在,则代表已经有这个值了
getIndex[i] = 1;
dfs([...arr, num], getIndex);
getIndex[i] = 0;
}
};
const getIndexArr = new Array(nums.length)
dfs([], getIndexArr);
return ret;
};
复制代码
47. 全排列 II
分析
由于这个时候包含了重复的数字了,且不能有重复值,所以可以考虑到先排序
整理思路和题 1 一直,都是缓存两个数组,而且由于值有重复,所以不能用值是否相同来判断,只能用下标判断了
区别在于,每一次回溯回来,需要判断下一次的值是否和当前回溯值一样,如果一样就需要跳过,防止出现重复排列
时间复杂度 O(n2),空间复杂度 O(n)
var permuteUnique = function(nums) {
const ret = []
const len = nums.length
nums.sort((a,b)=>a-b) // 排序
const dfs = (arr,indexArr) => {
if(arr.length === len ){
ret.push(arr)
return
}
for(let i = 0;i<len;i++){
if(!!indexArr[i]) continue
const num = nums[i]
indexArr[i] = 1
dfs([...arr,num],indexArr)
indexArr[i] = 0
// 回溯回来,如果下一个值一样,那么就是要重复走之前的老路了,所以还是直接跳过的好
while(nums[i+1]=== nums[i]) {
i++
}
}
}
dfs([],[])
return ret
}
console.log(permuteUnique([1,1,2]))
复制代码
39. 组合总和
分析
candidates 是无重复
,正整数数组
可以重复取值,但是由于和排列无关,不能倒退取,所以需要维护一个初始的下标值;与 [组合总和 IV] 形成对比
var combinationSum = function(candidates, target) {
const ret = []
const dfs = (start,arr,sum) => {
if(sum === target){
ret.push(arr)
return
}
if(sum>target) return
for(let i = start;i<candidates.length;i++){
// 因为允许重复取,所以每一次都是从 start 这个节点开始取的
dfs(i,[...arr,candidates[i]],sum+candidates[i])
}
}
dfs(0,[],0)
return ret
}
复制代码
40. 组合总和 II
分析
candidates 是有无重复
,正整数数组
数组中的每一个值只能取一次;不可以重复取值,但是对于重复的值是可以取的,即 [1,1,2,3] -> 可以取 [1,1,2],[1,3] -> 4
为了不取到重复的值,就得跳过相同值,这个时候需要对数组排序
在每一层进行枚举的时候,循环中出现重复值的时候,剪掉这部分的枚举,因为肯定有相同的一部分
由于不可以重复取,所以 dfs 第一个入参的下标是要 +1 的,表示不可以重复取上一次哪一个值
var combinationSum2 = function (candidates, target) {
candidates.sort((a,b)=>a-b)
const ret= []
const dfs = (start,arr,sum) => {
if(sum === target) {
ret.push(arr)
return
}
if(sum>target || start>= candidates.length) return
for(let i = start;i<candidates.length;i++){
// 将重复的剪掉
if(i > start && candidates[i] === candidates[i-1]) continue
// 这里的 start 是启动枚举的下标,但是插入到临时数组的值是当前下标的值
dfs(i+1,[...arr,candidates[i]],sum+candidates[i])
}
}
dfs(0,[],0)
return ret
}
复制代码
216. 组合总和 III
分析
给定的不是具体的数组,而是长度限制 k, 和目标值 target -- 等同于 candidates 是无重复
,1-9 的正整数数组
所以可以看做是 39. 组合总和 的特殊情况,只是判定条件有出入
var combinationSum3 = function (k, n) {
const ret = [];
const dfs = (start, arr, sum) => {
if (arr.length === k && sum === n) {
ret.push(arr);
return;
}
if (arr.length > k || sum > n) {
return;
}
for (let i = start + 1; i < 10; i++) {
dfs(i, [...arr, i], sum + i);
}
};
dfs(0, [], 0);
return ret
};
复制代码
377. 组合总和 Ⅳ
分析 -- 回溯
candidates 是无重复
,正整数数组,可以重复取值且要取排列不同
的组合
这道题和组合总和很像,区别在于本题求的是排列的数量,而题 1 求的是不重复的组合
所以这里不需要限制组合起始枚举的下标了,每一次都从 0 开始即可
然后超时了*/
var combinationSum4 = function (nums, target) {
let ret = 0;
const dfs = (sum) => {
if (sum === target) {
ret++;
return;
}
if (sum > target) return;
for (let i = 0; i < nums.length; i++) {
dfs(sum + nums[i]);
}
};
dfs(0);
return ret;
};
复制代码
分析 -- dp
dp[i] 表示值为 i 的时候存在的组合数量
状态转移方程 dp[i] = sum(dp[i-nums[k]])
base case dp[0] = 1
var combinationSum4 = function (nums, target) {
const dp = new Array(target+1)
dp[0]= 1 // 如果刚好得到的值是0,那么就有 1,因为不取也是一种取法
for(let i = 1;i<target+1;i++){
dp[i] = 0
for(let j =0;j<nums.length;j++){
if(i>=nums[j]){
dp[i]+=dp[i-nums[j]]
}
}
}
return dp[target]
}
复制代码
78. 子集
分析 -- 找规律
数组元素不相同,返回值不包含重复的子集,也就是不考虑位置排列情况
由于跟排列无关,所以只需要遍历一遍 nums 即可,没遍历一次获取到的值,都可以和现有的 ret 组合成新的一批数组,然后和旧的 item 组合成新的枚举数组
时间复杂度 O(n2)
var subsets = function (nums) {
let ret = [[]]
for(let num of nums ){
ret = [...ret,...ret.map(item => item.concat(num))]
}
return ret
}
复制代码
分析 -- 迭代回溯
使用迭代的方法枚举所有的情况出来, 和多叉树遍历没啥区别
时间复杂度 O(N2)
var subsets = function (nums) {
const ret = []
const dfs = (start,arr) => {
ret.push(arr)
if(arr.length === nums.length || start=== arr.length) return
for(let i = start;i<nums.length;i++){
dfs(i+1,[...arr,nums[i]])
}
}
dfs(0,[])
return ret
}
复制代码
90. 子集 II
分析 -- 有重复值
和 78. 子集相比,就是多了重复值,且不允许重复值出现在返回数组中,所以明显要先排序了
然后在回溯过程中,如果下一次迭代的值和当前值一样,则跳过,达到去重的效果
var subsetsWithDup = function (nums) {
nums.sort((a,b)=> a-b)
const ret = []
const dfs = (start,arr) => {
ret.push(arr)
if(start === nums.length ) return // start 超出下标,就是取到了最大下标值的时候了
for(let i = start;i<nums.length;i++){
dfs(i+1,[...arr,nums[i]])
while(nums[i] === nums[i+1]){
i++ // 去重
}
}
}
dfs(0,[])
return ret
}
复制代码
131. 分割回文串
分析
这是一个变种的组合问题,因为排列顺序已经确定好了只要切割就好
所以在遍历过程中,只有当符合回文要求的子串,才能切割,然后往下走,否则剪掉较好
回文子串的判定可以简单的用左右双指针来实现
var partition = function(s) {
const ret = []
// 判断是否是回文子串
function isValid(s) {
if(s.length === 1) return true // 只有一个字符
let l = 0,r = s.length-1
while(l<r){
if(s[l] !== s[r]) return false
l++
r--
}
return true
}
const dfs = (start,arr) => {
if(start === s.length){
ret.push(arr)
return
}
let temp =''
for(let i =start;i<s.length;i++){
temp+=s[i]
if(isValid(temp)){
dfs(i+1,[...arr,temp])
}
}
}
dfs(0,[])
return ret
};
复制代码
93. 复原 IP 地址
分析
这道题和 131. 分割回文串 类似
这里也是切分字符串,只是判定条件变成了每一分段都要符合有效的 IP 地址,但是架子是一样的
这里的判定条件也多,只需要将合乎要求的条件算上,就能砍掉不少的分支
var restoreIpAddresses = function (s) {
const ret = [];
function isValid(s) {
if (s.length > 1 && s[0] == 0) return false; // 不能以 0 起头
if (s >= 1 << 8) return false; // 要在 [0,255] 之间
return true;
}
const dfs = (start, arr) => {
if (arr.length === 4 && start !== s.length) return; // 已经分成4分,但是还没分完
if (start === s.length) {
if (arr.length === 4) {
ret.push(arr.join("."));
}
// 无论是否分成四份,都离开了
return;
}
let str = "";
for (let i = start; i < s.length && i < start + 3; i++) {
str += s[i];
if (isValid(str)) {
dfs(i + 1, [...arr, str]);
}
}
};
dfs(0, []);
return ret;
};
复制代码
112. 路径总和
分析
路径是 root-leaf 完整路线上的和为 target
dfs 中序遍历走下去即可
时间复杂度 O(n)
var hasPathSum = function(root, targetSum) {
let ret = false
const dfs = (root,sum) => {
if(ret || !root) return // 只要一条路走通了,其他都不用走了
sum += root.val
if(!root.left && !root.right && sum === targetSum) {
ret = true
return
}
if(root.left) dfs(root.left,sum)
if(root.right) dfs(root.right,sum)
}
dfs(root,0)
return ret
};
复制代码
113. 路径总和 II
分析
找的还是 root - leaf 的路径,但是这一次要把找的所有符合要求的路径都保存起来
时间复杂度 O(n)
var pathSum = function(root, targetSum) {
const ret = []
const dfs = (root,arr,sum) => {
if(!root) return
sum+=root.val
arr = [...arr,root.val]
if(!root.left && !root.right && sum == targetSum){
ret.push(arr)
}
if(root.left) dfs(root.left,[...arr],sum)
if(root.right) dfs(root.right,[...arr],sum)
}
dfs(root,[],0)
return ret
};
复制代码
437. 路径总和 III
分析
这次找的路径可以是树中任意 起始-结束
节点,;
但是路径必须是向下的,也就是不能是 a.left - a - a.right 的样子,这其实是减轻难度的限制条件
所以还是一样的自顶向下遍历就好,但是遇到满足需求的路径,还是要继续遍历到叶子节点位置
和 112. 路径总和 与 113. 路径总和 II 最大不同是,这一次的路径是不限制起始点和终点的;
不限制终点,那么我可以在遍历过程中,只要满足 targetSum, 就记录一次,一直到叶子节点位置,不需要到了叶子节点再判断
而不限制起始点是根节点,那么就是可以以任意节点为起始点,也就是需要遍历整一棵树作为起始点时候,往下去找路径了;
时间复杂度 O(nlogn)
var pathSum = function (root, targetSum) {
let ret = 0;
// 这是以任意 root 节点找路径和的 dfs
const dfs = (root, sum) => {
if (!root) return;
sum += root.val;
if (sum === targetSum) ret++;
if (!root.left && !root.right) return; // 叶子节点了,结束
if (root.left) dfs(root.left, sum);
if (root.right) dfs(root.right, sum);
};
// 这是遍历整棵树,然后继续往下走
const outer = (root) => {
if (!root) return;
dfs(root, 0);
outer(root.left);
outer(root.right);
};
outer(root);
return ret;
};
复制代码
51. N 皇后
参考: leetcode-cn.com/problems/n-…
分析 -- 直接求符合要求的 chessboard
行就是树递归的深度,列就是每一层的宽度,使用回溯的办法进行树的 dfs 遍历
整个过程需要 3 大部分,回溯的方式遍历树,找出符合要求的节点 chessboard[row][col], 将符合要求的二维数组转换成符合要求的字符串数组
时间复杂度 O(n∗logn)
var solveNQueens = function (n) {
const ret = [];
// 1. N 皇后实际走的过程 -- 回溯树
const dfs = (row, chessboard) => {
if (row === n) {
// 已经到了叶子结点下 null 了 --
// 但是 chessboard 是一个二维数组,不能随便就push 进去的,需要深拷贝一下
ret.push(getStrChessboad(chessboard));
return;
}
// 每一行都是从 0 - n-1 , 然后不符合要求的就回溯回去
for (let col = 0; col < n; col++) {
if (isValid(row, col, chessboard)) {
// 如果 chessboard[row][col] 符合要求,则算一条路
chessboard[row][col] = "Q";
dfs(row + 1, chessboard);
chessboard[row][col] = "."; // 回溯回来
}
}
};
// 判断当前节点是否符合 N 皇后的要求 -- 需要注意,这里 [0,n-1] 是从左往右算
function isValid(row, col, chessboard) {
// 同一列
for (let i = 0; i < row; i++) {
if (chessboard[i][col] === "Q") {
return false;
}
}
// 从左往右 45` 倾斜
for (let i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {
if (chessboard[i][j] === "Q") {
return false;
}
}
// 从右往左 135` 倾斜
for (let i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {
if (chessboard[i][j] === "Q") {
return false;
}
}
// 如果不是同一列或者左右斜线,则满足要求
return true;
}
// 将二维数组的 N 皇后转成一维数组字符串形式
function getStrChessboad(chessboard) {
const ret = [];
chessboard.forEach((row) => {
let str = "";
row.forEach((item) => {
str += item;
});
ret.push(str);
});
return ret;
}
const chessboard = new Array(n).fill([]).map(() => new Array(n).fill("."));
dfs(0, chessboard);
return ret;
};
复制代码
52. N 皇后 II
分析
问题和 51. N 皇后 基本一样,只是求的值从完整的 N 皇后方案,变成了只要知道有几个就可以了
所以第三部分转换可以直接删除,然后直接拷贝过来即可
var totalNQueens = function (n) {
let ret = 0;
const dfs = (row, chessboard) => {
if (row === n) {
ret++;
return;
}
for (let col = 0; col < n; col++) {
if (isValid(row, col, chessboard)) {
chessboard[row][col] = "Q";
dfs(row + 1, chessboard);
chessboard[row][col] = ".";
}
}
function isValid(row, col, chessboard) {
for (let i = 0; i < row; i++) {
if (chessboard[i][col] === "Q") return false;
}
for (let i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {
if (chessboard[i][j] === "Q") return false;
}
for (let i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {
if (chessboard[i][j] === "Q") return false;
}
return true;
}
};
const chessboard = new Array(n).fill([]).map(() => new Array(n).fill("."));
dfs(0, chessboard);
return ret;
};
复制代码
@分析
回溯过程以及很简单了,但是判定条件 isValid 有没有更好的办法来处理呢
我们在第一题的时候是为了要创建一个实例 N 皇后,所以需要用到数组,而现在不需要具体的 N 皇后,所以不用数组的形式也可以用其他的形式来展示 N 皇后
用 3 个二进制的位 col, dlr, drl 分别表示 列上的值,从左启动 45 的值, 从右启动的 135
的值
这里 col 是很容易理解的,因为在每一行的 i 值,当了需要判断的 row ,对应的 i 的值是不会发生变化的
对于 dlr 来说,二进制对应的位是倾斜的,只有这样的值才符合 45` 倾斜;同理, drl 也是一样的 Q . . . . .. Q . . . . .. Q . . . . .. Q . . . . .. Q . . . . .
所以
var totalNQueens = function (n) {
let ret = 0;
const dfs = (r, col, dlr, drl) => {
if (r === n) {
ret++;
return;
}
for (let i = 0; i < n; i++) {
// 当前坐标转成二进制位对应的值
const _col = 1 << i;
const _dlr = 1 << (r + i); // 这里表示在其他行 的 i 值,到了当前 r,对应的值就应该是 1 << (r+i), 所以我们设置这么一个值去试其他的值,看看是否满足要求
const _drl = 1 << (n - i + r);
if ((col & _col) || (dlr & _dlr) || (drl & _drl)) continue; // 只要有一个为 true,
dfs(r + 1, col | _col, dlr | _dlr, drl | _drl);
}
};
dfs(0, 0, 0, 0);
return ret;
};
复制代码
评论