算法通关村第十八关-青铜挑战回溯是怎么回事

2023-12-08 14:28

本文主要是介绍算法通关村第十八关-青铜挑战回溯是怎么回事,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大家好我是苏麟 , 今天聊聊回溯是怎么个事 .

回溯是最重要的算法思想之一,主要解决一些暴力枚举也搞不定的问题,例如组合、分割、子集、排列,棋盘等。从性能角度来看回溯算法的效率并不高,但对于这些暴力都搞不定的算法能出结果就很好了,效率低点没关系

我们利用LeetCode 77 组合题来了解回溯 . 77.组合

在这里插入图片描述

大纲

    • 从N叉树开始
    • 为什么有的问题暴力搜索也不行
    • 回溯 = 枚举 + 递归 + 撤销

回溯可以视为递归的拓展,很多思想和解法都与递归密切相关,在很多材料中都将回溯都与递归同时解释。因此学习回溯时,我们对比递归来分析其特征会理解更深刻。

  • 递归策略: 先与意中人制造偶遇,然后了解人家的情况,然后约人家吃饭,有好感之后尝试拉人家的手,没有拒绝就表白。
  • 回溯策略: 先统计周围所有的单身女孩,然后一个一个表白,被拒绝就说“我喝醉了”,然后就当啥也没发生,继续找下一个

回溯最大的好处是有非常明确的模板,所有的回溯都是一个大框架,因此透彻理解回溯的框架是解决一切回溯问题的基础

回溯不是万能的,而且能解决的问题也是非常明确的,例如组合、分割、子集、排列,棋盘等等,不过这些问题具体处理时又有很多不同

回溯模板 :
void huisu(参数){if(){return;}for(){处理......huisu();......}
}

从N叉树开始

在解释回溯之前,我们先看一下N叉树遍历的问题,我们知道在二又树中,按照前序遍历的过程如下所示 :


public class TreeNode {int val;TreeNode left;TreeNode right;}public void nodeVal(TreeNode node){if(node == null){return;}System.out.println(node.val);nodeVal(node.left,list);nodeVal(node.right,list);}
}

假如我现在是一个三叉、四叉甚至N叉树该怎么办呢? 很显然这时候就不能用 left 和 right 来表示分支了,使用一个List比较好,也就是这样子 :

N 叉树的定义 :

class TreeNode{int val;List<TreeNode> nodes;
}

遍历的代码 :

public void nodeVal(TreeNode node){if(node == null){return;}System.out.println(node.val);for(int i = 1;i <= nodes.length;i++){nodeVal(第i个节点);}}
}

到这里,你有没有发现和上面说的回溯的模板非常像了? 是的!非常像!既然很像,那说明两者一定存在某种关系。其他暂时不管,现在你只要先明白回溯的大框架就是遍历N又树就行了。

为什么有的问题暴力搜索也不行

我们说回湖主要解决暴力枚举也解决不了的问题,什么问题这么神奇,暴力都搞不定?

LeetCode77: 给定两个整数 n 和 k,返回1…n 中所有可能的 k 个数的组合。
例如,输入n=4k=2,则输出 : [[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]]

首先明确这个题是什么意思,如果n=4,k=2,那就是从4个数中选择2个,问你最后能选出多少组数据。这个是高中数学中的一个内容,过程大致这样: 如果n=4,那就是所有的数字为{1,2,3,4)

  • 1.先取一个1,则有[1,2],[1,3],[1,4]三种可能
  • 2.然后取一个因为1已经取过了,不再取,则有[2,3],[2,4]两种可能
  • 3.再取一个3,因为1和2都取过了,不再取,则有[3,4]一种可能
  • 4.再取4,因为1,2,3都已经取过了,所以直接返回null
  • 5.所以最终结果就是[1,2],[1,3],[1,4],[2,3],[2,4],[3,4]

这就是我们思考该问题的基本过程,写成代码也很容易,双层循环轻松搞定

int n = 4;        for (int i = 1; i <= n; i++) {  for (int j = i + 1; j <= n; j++) {                System.out.println(i + " " + j);             }         
}

假如n和k都变大,比如n是200,k是3呢? 也可以,三层循环基本搞定

int n = 200;   
for (int i = 1; i <= n; i++) {        for (int j = i + 1; j <= n; j++) {             for (int u = j + 1; u <= n; n++) {                System.out.println(i + " " + j + " " + u);         }    }
}

如何这里的K是5呢? 甚至是50呢? 你需要套多少层循环? 甚至告你K就是一个末知的正整数k,你怎么写循环呢?这时候已经无能为例了? 所以暴力搜索就不行了。

这就是组合类型问题,除此之外子集、排列、切割、棋盘等方面都有类似的问题,因此我们要找更好的方式。

回溯 = 枚举 + 递归 + 撤销

我们继续研究LeetCode77题,我们图示一下上面自己枚举所有答案的过程。

n=4时,我们可以选择的n有 1,2,3,4这四种情况,所以我们从第一层到第二层的分支有四个,分别表示可以取1,2,3,4。而且这里 从左向右取数,取过的数,不在重复取。第一次取1,集合变为2,3,4,因为k为2,我们只需要再取一个数就可以了,分别取2,3,4,得到集合[1,2] [1,3][1,4],以此类推横向:

在这里插入图片描述
每次从集合中选取元素,可选择的范围会逐步收缩,到了取4时就直接为空了

继续观察树结构,可以发现,图中每次访问到一次叶子节点(图中红框标记处),我们就找到了一个结果。虽然最后一个是空,但是不影响结果。这相当于只需要把从根节点开始每次选择的内容(分支)达到叶子节点时,将其收集起来就是想要的结果。

如果感觉不明显,我们再画一个n=5,k=3的例子:

在这里插入图片描述
从图中我们发现元素个数n相当于树的宽度(横向),而每个结果的元素个数k相当于树的深度(纵向)。所以我们说回溯算法就是一纵一横而已。再分析,我们还发现几个规律:

  • 我们每次选择都是从类似{1,2,3,4),1,2,3,4,5这样的序列中一个个选的,这就是局部枚举,而且越往后枚举范围越小。
  • 枚举时,我们就是简单的暴力测试而已,一个个验证,能否满足要求,从上图可以看到,这就是N叉树遍历的过程,因此两者代码也必然很像。
  • 我们再看上图中红色大框起来的部分,这个部分的执行过程与n=4,k=2的处理过程完全一致,很明显这是个可以递归的子结构。

这样我们就将回溯与N叉树的完美结合在一起了

到此,还有一个大问题没有解决,回溯一般会有个手动撤销的操作,为什么要这样呢? 继续观察纵横图:
在这里插入图片描述

我们可以看到,我们收集每个结果不是针对叶子结点的,而是针对树枝的,比如最上层我们首先选了1,下层如果选2,结果就是(1,2),如果下层选了3,结果就是(1,3),依次类推。现在的问题是当我们得到第一个结果{1,2)之后,怎么得到第二个结果(1,3}呢?

继续观察纵横图,可以看到,我可以在得到(1,2)之后将2撤掉,再继续取3,这样就得到了(1,3},同理可以得到{1,4},之后当前层就没有了,我们可以将1撤销,继续从最上层取2继续进行。

这里对应的代码操作就是先将第一个结果放在临时列表 deque 里,得到第一个结果(1,2)之后就将path里的内容放进结果列表 list 中,之后,将 deque 里的2撤销掉,继续寻找下一个结果{1.3},然后继续将 deque 放入list,然后再撤销继续找。

这几条就是回溯的基本规律,明白之后,一切都变得豁然开朗。

到此我们就可以写出完整的回溯代码了 :

class Solution {public List<List<Integer>> combine(int n, int k) {List<List<Integer>> list = new ArrayList<>();if(n <= 0 || n < k){return list;}Deque<Integer> deque = new ArrayDeque<>();dfs(n,k,1,list,deque);return list;}//dfs 深度优先搜索的意思public void dfs (int n,int k,int start,List<List<Integer>> list,Deque<Integer> deque){if(deque.size() == k){list.add(new ArrayList<>(deque));return;}for(int i = start;i <= n;i++){deque.addLast(i);dfs(n,k,i + 1,list,deque);deque.removeLast();}}
}

上面代码还有个问题要解释一下: start 和 i 是怎么变化的,为什么传给下一层时要加 1.我们可以看到在递归里有个循环

for (int i = startIndex; i <= n; i++) {     dfs(n,k,i+1,path,res);  
}

这里的循环有什么作用呢? 看一下图就知道了,这里其实就是枚举,第一次n=4,可以选择1,2,3,4四种情况,所以就有四个分支,for循环就会执行四次:

在这里插入图片描述
而对于第二层第一个,选择了1之后,剩下的元素只有2,3,4了,所以这时候for循环就执行3次,后面的则只有2次和1次。

这期就到这里 , 下期见!

这篇关于算法通关村第十八关-青铜挑战回溯是怎么回事的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/470197

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个