目录
[2.1 题一：全排列](#2.1 题一：全排列)
[2.2.1 算法原理](#2.2.1 算法原理)
[2.2.2 算法代码](#2.2.2 算法代码)
[2.2 题二：子集](#2.2 题二：子集)
[2.2.1 算法原理【策略一】](#2.2.1 算法原理【策略一】)
[2.2.2 算法代码【策略一】](#2.2.2 算法代码【策略一】)
[2.2.3 算法原理【策略二，推荐】](#2.2.3 算法原理【策略二，推荐】)
[2.2.4 算法代码【策略二，推荐】](#2.2.4 算法代码【策略二，推荐】)
[2.3 题三：找出所有子集的异或总和再求和](#2.3 题三：找出所有子集的异或总和再求和)
[2.3.1 算法原理](#2.3.1 算法原理)
[2.3.2 算法代码【解法一】(不推荐)](#2.3.2 算法代码【解法一】(不推荐))
[2.3.3 算法代码【解法二】(推荐)](#2.3.3 算法代码【解法二】(推荐))
[2.4 题四：全排列 II](#2.4 题四：全排列 II)
[2.4.1 算法原理](#2.4.1 算法原理)
[2.4.2 算法代码](#2.4.2 算法代码)
1、决策树
决策树 是一种树形结构的监督学习算法 ，广泛应用于分类任务和回归任务中。它通过递归地将数据集分割成更小的子集，最终形成一个树形模型，用于预测新数据的输出。
决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。
**决策树是一种十分常用的分类方法。**它是一种监督学习，所谓监督学习就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。
面对上难度的DFS算法题，我们首先要做的就是画出决策树。
注意：画出的决策树越详细越好！！！
2、算法实战应用【leetcode】
2.1 题一：全排列
2.2.1 算法原理
- 画出决策树，记住：决策树越详细越好！！！
- 设置全局变量(全局变量的设置因题而异)，本题设置二维数组ret为返回值，记录全部的全排列；数组path记录路径；布尔类型的check数组实现剪枝操作
- 对于递归函数，我们仍然要站在宏观角度，聚焦于某一层要做的事来设计
- DFS算法，不可避免的就是回溯、剪枝与函数出口等细节问题的考虑
- 对于本题回溯的设计，在dfs完下一层，回到当前层后，再进行恢复现场的操作(删除下一层在path中的数据)，注意：本题需要对path和check均进行回溯操作
- 对于本题剪枝的设计，通过布尔数组的判断，判断数组中数据可否放进路径path中
- 对于本题递归函数的出口，将path中存放数据的数量和nums数组长度相比较，若相等，则添加到ret中。
2.2.2 算法代码
java
class Solution {
List<List<Integer>> ret;
List<Integer> path;
boolean[] check;
public List<List<Integer>> permute(int[] nums) {
ret = new ArrayList<>();
path = new ArrayList<>();
check = new boolean[nums.length];
dfs(nums);
return ret;
}
public void dfs(int[] nums) {
//函数出口
if(path.size() == nums.length) {
ret.add(new ArrayList<>(path));
return;
}
for(int i = 0; i < nums.length; i++) {
if(!check[i]) {
path.add(nums[i]);
check[i] = true;
dfs(nums);
//将下一层中的相关数据删除 -> 回溯 -> 恢复现场 -> 1.path 2.check
//add新数据时，递归仍然在本层中，add的是本层i位置处的新数据，
//dfs完后，i仍然为本层add时的数据的下标，
//此时回溯要将path和check恢复现场
path.remove(path.size() - 1);
check[i] = false;
}
}
}
}2.2 题二：子集
2.2.1 算法原理【策略一】
- 画决策树
- 设置全局变量 : ①：List<List<Integer>> ret;//返回值 ②：List<Integer> path;//记录路径
- 设计函数头：void dfs(nums, pos);//pos为下一次进入path中元素的下标
- 设计函数体：①:选:path += nums[pos]; dfs(nums,pos+1)；②:不选:dfs(nums,pos+1);
- 考虑函数出口：pos == nums.length；将path添加进ret中，return；
- 处理细节问题：①:回溯 -> 恢复现场：path.remove(pathsize()-1); ②:剪枝：无
2.2.2 算法代码【策略一】
java
class Solution {
List<List<Integer>> ret;
List<Integer> path;
public List<List<Integer>> subsets(int[] nums) {
ret = new ArrayList<>();
path = new ArrayList<>();
dfs(nums, 0);
return ret;
}
public void dfs(int[] nums, int pos) {
//函数出口
if(pos == nums.length) {
ret.add(new ArrayList<>(path));
return;
}
//选
path.add(nums[pos]);
dfs(nums, pos + 1);
//回溯 -> 恢复现场
path.remove(path.size() - 1);
//不选(不做任何操作即可)
dfs(nums, pos + 1);
}
}2.2.3 算法原理【策略二，推荐】
思想
- 分三个支线，每个节点就是一个子集，所以每刚进入递归函数时，就把path添加进ret中，pos依然为下一个要添加进path中的元素的下标。叶子节点即为函数出口。
步骤：
- 画决策树
- 设计代码 ①全局变量 ret/path ②函数头 void dfs(nums, pos); ③函数体 1.ret.add(path);2.依次枚举该节点后的元素 ④函数出口 无
- 细节问题 ①回溯 -> 恢复现场:path.remove(path,size()-1) ②剪枝 -> 无
2.2.4 算法代码【策略二，推荐】
java
class Solution {
List<List<Integer>> ret;
List<Integer> path;
public List<List<Integer>> subsets(int[] nums) {
ret = new ArrayList<>();
path = new ArrayList<>();
dfs(nums, 0);
return ret;
}
public void dfs(int[] nums, int pos) {
ret.add(new ArrayList<>(path));
//从pos位置开始向后枚举
for(int i = pos; i < nums.length; i++) {
//依次枚举，下标为i
path.add(nums[i]);
//从当前元素后面的元素中选
dfs(nums, i + 1);
//回溯 -> 恢复现场
path.remove(path.size() - 1);
}
}
}2.3 题三：找出所有子集的异或总和再求和
2.3.1 算法原理
本题与上一题解题思想如出一辙，
解法一：直接cv上一题的代码，再将每组子集相异或再求和。（不推荐）
解法二：将path设置为每个子集的异或值(策越二，每个节点都是一个子集)，再创建一个全局变量sum求和即可，++回溯时直接利用异或消消乐的特性恢复现场即可。++
解法二的时间效率更加优秀，建议大家使用解法二解题。
2.3.2 算法代码【解法一】(不推荐)
java
class Solution {
List<List<Integer>> total;
List<Integer> path;
public int subsetXORSum(int[] nums) {
total = new ArrayList<>();
path = new ArrayList<>();
List<Integer> sum = new ArrayList<>();
dfs(nums, 0);
for(int i = 0; i < total.size(); i++) {
int ret = 0;
for(int j = 0; j < total.get(i).size(); j++) {
ret ^= (total.get(i).isEmpty() ? 0 : total.get(i).get(j));
}
sum.add(ret);
}
int val = 0;
for(int x : sum) val += x;
return val;
}
public void dfs(int[] nums, int pos) {
total.add(new ArrayList<>(path));
for(int i = pos; i < nums.length; i++) {
path.add(nums[i]);
dfs(nums, i + 1);
path.remove(path.size() - 1);
}
}
}2.3.3 算法代码【解法二】(推荐)
java
class Solution {
int path;//每个子集所有元素的异或值
int sum;
public int subsetXORSum(int[] nums) {
path = 0;
sum = 0;
dfs(nums, 0);
return sum;
}
public void dfs(int[] nums, int pos) {
sum += path;
for(int i = pos; i < nums.length; i++) {
path ^= nums[i];
dfs(nums, i + 1);
//回溯 -> 恢复现场 -> 异或：消消乐
path ^= nums[i];
}
}
}2.4 题四：全排列 II
2.4.1 算法原理
本题整体框架与上文题一全排列相同，回溯函数出口函数体等设计这里不再赘述。
由于出现重复的元素，故本题算法需要添加更多的剪枝操作。
在数组有序的情况下(有序时相同的元素才会相邻)，我们可以这样来设计剪枝：
- 剪枝：
①：同一个元素只能出现一次 --> boolean[] check
②：在一个节点的分支中，相同数值的元素只能选择一次
- 筛选节点：
符合条件的节点：
check[i]==flase && (i==0 || nums[i-1] != nums[i] || check[i-1]==true)
2.4.2 算法代码
java
class Solution {
List<List<Integer>> ret;
List<Integer> path;
boolean[] check;//同一个数据，只能出现一次
public List<List<Integer>> permuteUnique(int[] nums) {
ret = new ArrayList<>();
path = new ArrayList<>();
check = new boolean[nums.length];
//数据有序的情况下，保证重复的元素是相邻的
Arrays.sort(nums);
dfs(nums);
return ret;
}
public void dfs(int[] nums) {
if(path.size() == nums.length) {
ret.add(new ArrayList<>(path));
return;
}
for(int i = 0; i < nums.length; i++) {
//剪枝 -> 筛选出符合条件的分支
//同一个数据只能出现一次 && 一个节点上，相同数值的元素只能选择一次
if(!check[i] && (i == 0 || nums[i - 1] != nums[i] || check[i - 1])) {
path.add(nums[i]);
check[i] = true;
dfs(nums);
//回溯 -> 恢复现场
path.remove(path.size() - 1);
check[i] = false;
}
}
}
}END