回溯算法就是用递归代替可能无限嵌套的for循环。
例1:
这么说可能不好理解,让我们以一道经典题目77. 组合来引入。

我们来看示例1 ,需要从1~4中,找出所有可能的2个数的组合,很自然从数学的角度 想到的顺序[1,2],[1,3],[1,4],[2,3],[2,4],[3,4],从代码的角度 其实就是2层for循环,外层从i=1到3,内层从i+1到4。其实就是要找的k个数的组合对应k层for循环
我们会发现k不是固定的,也就是for循环的层数是不确定的,就算真的确定,当k取20时,又不能真的写20层for循环。
所以我们用递归来代替
我们知道递归的本质,是把一个大问题拆分成同类型的小问题。这样"分解"的关系,天然就形成了一棵树:所以几乎所有的递归过程都可以抽象成一棵树来表示[1](#1)
以下就是树的表示。(感谢代码随想录)

你会发现递归的每一层,本质就是一层for循环(第一层取i=1到4,第二层取i+1到4)
这里给出回溯的模版
text
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {//横向
处理节点;
backtracking(路径,选择列表); // 递归(纵向)
回溯,撤销处理结果
}
}
题解
c++
class Solution {
public:
vector<int> path;//存路径
vector<vector<int>> res;//存结果
//回溯模版
void backtracking(int n,int k,int startIndex){
//终止条件:满足k个数的大小
if(path.size()==k){
res.push_back(path);
return;
}
//横向选取数:是1234还是234由startIndex决定
for(int i=startIndex;i<=n-(k-path.size())+1;i++){
path.push_back(i);//加入路径
backtracking(n,k,i+1);//回溯
path.pop_back();//删除元素
}
}
vector<vector<int>> combine(int n, int k) {
backtracking(n,k,1);
return res;
}
};
这里有一个非常常见的剪枝优化,就是把
i<=n改成i<=n-(k-path.size())+1,这里就不过多叙述
例2:
我们再来看一道题17. 电话号码的字母组合

依旧借助树形结构理解

c++
class Solution {
public:
vector<string> res;
string path;
//输入的电话号对应的字母
const string phoneMap[10]={"","","abc","def","ghi","jkl","mno","pqrs","tuv","wxyz"};
void backtracking(string digits,int index){//index表示遍历到第几个数字
//终止条件
if(digits.size()==index){
res.push_back(path);
return;
}
int digit=digits[index]-'0';//字母变数字
string letter=phoneMap[digit];
for(int i=0;i<letter.size();i++){
path.push_back(letter[i]);
backtracking(digits,index+1);
path.pop_back();
}
}
vector<string> letterCombinations(string digits) {
backtracking(digits,0);
return res;
}
};
总结
以上就是回溯算法中的组合问题,分别从一个集合中选取元素和多个集合中选取元素。
- 从二叉树到回溯算法的过渡是及其自然的,我们先从图形化便于理解的树形,了解到它的多种递归遍历方法;再接触回溯算法,从递归逻辑中自己抽象出树形结构去解题。也就是我们从树形接触递归,再从递归中抽象出树形,是不是很有意思 ↩︎