回溯算法解决排列组合及子集问题

|------------------------------------------------------------------------------------|
| 216. 组合总和 III |
| 39. 组合总和 |
| 40. 组合总和 II |
| 46. 全排列 |
| 47. 全排列 II |
| 77. 组合 |
| 78. 子集 |
| 90. 子集 II |

以上是力扣设计相关问题的题目。排列组合还是子集问题无非就是从序列 nums 中以给定规则取若干元素,主要有以下几类:

  1. 元素无重不可复选,即 nums 中的元素都是唯一的,每个元素最多只能被使用一次,这也是最基本的形式。
  2. 元素可重不可复选,即 nums 中的元素可以存在重复,每个元素最多只能被使用一次。
  3. 元素无重可复选,即 nums 中的元素都是唯一的,每个元素可以被使用若干次。

以组合为例:

1.如果输入 nums = [2,3,6,7],和为 7 的组合应该只有 [7]

2.如果输入 nums = [2,5,2,1,2],和为 7 的组合应该有两种 [2,2,2,1][5,2]

3.如果输入 nums = [2,3,6,7],和为 7 的组合应该有两种 [2,2,3][7]

上面用组合问题举的例子,但排列、组合、子集问题都可以有这三种基本形式,所以共有 9 种变化。

除此之外,题目也可以再添加各种限制条件,比如让你求和为 target 且元素个数为 k 的组合,那这么一来又可以衍生出一堆变体,所以一般笔试很喜欢出这种题。

但无论怎么变化,其本质就是穷举所有解,而这些解呈现树形结构,使用回溯算法框架再稍微修改一些细节即可把这些问题一网打尽

回溯算法框架代码如下:

java 复制代码
import java.util.ArrayList;
import java.util.List;

public class BacktrackExample {

    private List<List<Object>> result = new ArrayList<>();

    public void backtrack(List<Object> path, List<Object> choices) {
        if (满足结束条件(path)) {
            result.add(new ArrayList<>(path));
            return;
        }

        for (Object choice : choices) {
            // 做选择
            path.add(choice);
            
            // 递归
            backtrack(path, choices);
            
            // 撤销选择
            path.remove(path.size() - 1);
        }
    }

    private boolean 满足结束条件(List<Object> path) {
        // 这里实现满足结束条件的逻辑
        return false; // 示例返回,替换为实际逻辑
    }

    public List<List<Object>> getResult() {
        return result;
    }

}

问题一:当元素无重不可复选时,即 nums 中的元素都是唯一的,每个元素最多只能被使用一次:

java 复制代码
// 组合/子集问题回溯算法框架
void backtrack(int[] nums, int start) {
    // 回溯算法标准框架
    for (int i = start; i < nums.length; i++) {
        // 做选择
        track.addLast(nums[i]);
        // 注意参数
        backtrack(nums, i + 1);
        // 撤销选择
        track.removeLast();
    }
}

// 排列问题回溯算法框架
void backtrack(int[] nums) {
    for (int i = 0; i < nums.length; i++) {
        // 剪枝逻辑
        if (used[i]) {
            continue;
        }
        // 做选择
        used[i] = true;
        track.addLast(nums[i]);

        backtrack(nums);
        // 撤销选择
        track.removeLast();
        used[i] = false;
    }
}

问题二:元素可重不可复选,即 nums 中的元素可以存在重复,每个元素最多只能被使用一次,其关键在于排序和剪枝

java 复制代码
Arrays.sort(nums);
// 组合/子集问题回溯算法框架
void backtrack(int[] nums, int start) {
    // 回溯算法标准框架
    for (int i = start; i < nums.length; i++) {
        // 剪枝逻辑,跳过值相同的相邻树枝
        if (i > start && nums[i] == nums[i - 1]) {
            continue;
        }
        // 做选择
        track.addLast(nums[i]);
        // 注意参数
        backtrack(nums, i + 1);
        // 撤销选择
        track.removeLast();
    }
}


Arrays.sort(nums);
// 排列问题回溯算法框架
void backtrack(int[] nums) {
    for (int i = 0; i < nums.length; i++) {
        // 剪枝逻辑
        if (used[i]) {
            continue;
        }
        // 剪枝逻辑,固定相同的元素在排列中的相对位置
        if (i > 0 && nums[i] == nums[i - 1] && !used[i - 1]) {
            continue;
        }
        // 做选择
        used[i] = true;
        track.addLast(nums[i]);

        backtrack(nums);
        // 撤销选择
        track.removeLast();
        used[i] = false;
    }
}

问题三:元素无重可复选,即 nums 中的元素都是唯一的,每个元素可以被使用若干次,只要删掉去重逻辑即可:

java 复制代码
// 组合/子集问题回溯算法框架
void backtrack(int[] nums, int start) {
    // 回溯算法标准框架
    for (int i = start; i < nums.length; i++) {
        // 做选择
        track.addLast(nums[i]);
        // 注意参数
        backtrack(nums, i);
        // 撤销选择
        track.removeLast();
    }
}

// 排列问题回溯算法框架
void backtrack(int[] nums) {
    for (int i = 0; i < nums.length; i++) {
        // 做选择
        track.addLast(nums[i]);
        backtrack(nums);
        // 撤销选择
        track.removeLast();
    }
}

只要从树的角度思考,这些问题看似复杂多变,实则改改 base case 就能解决。只要熟悉了该框架,再细致了解一下细节问题,相信排列组合子集问题都不是问题。

相关推荐
HelloDam19 分钟前
基于元素小组的归并排序算法
后端·算法·排序算法
HelloDam19 分钟前
基于连贯性算法的多边形扫描线生成(适用于凸多边形和凹多边形)【原理+java实现】
算法
逸狼44 分钟前
【Java 优选算法】二分算法(下)
数据结构
uhakadotcom1 小时前
Apache Airflow入门指南:数据管道的强大工具
算法·面试·github
跳跳糖炒酸奶2 小时前
第四章、Isaacsim在GUI中构建机器人(2):组装一个简单的机器人
人工智能·python·算法·ubuntu·机器人
绵绵细雨中的乡音2 小时前
动态规划-第六篇
算法·动态规划
程序员黄同学2 小时前
动态规划,如何应用动态规划解决实际问题?
算法·动态规划
march_birds2 小时前
FreeRTOS 与 RT-Thread 事件组对比分析
c语言·单片机·算法·系统架构
斯汤雷3 小时前
Matlab绘图案例,设置图片大小,坐标轴比例为黄金比
数据库·人工智能·算法·matlab·信息可视化
云 无 心 以 出 岫4 小时前
贪心算法QwQ
数据结构·c++·算法·贪心算法