文章目录
- 前言
- 回溯法知识点
- 回溯法的效率
- 回溯法解决的问题
- 回溯法模板
- 一、77. 组合
- 二、238. 除自身以外数组的乘积
- 三、105. 从前序与中序遍历序列构造二叉树
- 总结
前言
一个本硕双非的小菜鸡,备战24年秋招,计划二刷完卡子哥的刷题计划,加油!
二刷决定精刷了,于是参加了卡子哥的刷题班,训练营为期60天,我一定能坚持下去,迎来两个月后的脱变的,加油!
推荐一手卡子哥的刷题网站,感谢卡子哥。代码随想录
回溯法知识点
回溯法也可以叫做回溯搜索法,它是一种搜索的方式。
在二叉树系列中,我们已经不止一次,提到了回溯,例如二叉树:以为使用了递归,其实还隐藏着回溯 (opens new window)。
回溯是递归的副产品,只要有递归就会有回溯。
回溯法的效率
回溯法并不是什么高效的算法。
因为回溯的本质是穷举,穷举所有可能,然后选出我们想要的答案,如果想让回溯法高效一些,可以加一些剪枝的操作,但也改不了回溯法就是穷举的本质。
那么既然回溯法并不高效为什么还要用它呢?
因为没得选,一些问题能暴力搜出来就不错了,撑死了再剪枝一下,还没有更高效的解法。
回溯法解决的问题
回溯法,一般可以解决如下几种问题:
组合问题:N个数里面按一定规则找出k个数的集合
切割问题:一个字符串按一定规则有几种切割方式
子集问题:一个N个数的集合里有多少符合条件的子集
排列问题:N个数按一定规则全排列,有几种排列方式
棋盘问题:N皇后,解数独等等
回溯法模板
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)) {处理节点;backtracking(路径,选择列表); // 递归回溯,撤销处理结果}
}
一、77. 组合
77. 组合
Note:回溯法(非剪枝)
class Solution {
private:vector<vector<int>> result;vector<int> path;void backtracking(int n, int k, int startIndex) {if (path.size() == k) {result.push_back(path);return;}for (int i = startIndex; i <= n; i++) {path.push_back(i);backtracking(n, k, i + 1);path.pop_back();}}
public:vector<vector<int>> combine(int n, int k) {result.clear();path.clear();backtracking(n, k, 1);return result;}
};
Note:回溯法(剪枝)
class Solution {
private:vector<vector<int>> result;vector<int> path;void backtracking(int n, int k, int startIndex) {if (path.size() == k) {result.push_back(path);return;}for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {path.push_back(i);backtracking(n, k, i + 1);path.pop_back();}}
public:vector<vector<int>> combine(int n, int k) {result.clear();path.clear();backtracking(n, k, 1);return result;}
};
};
二、238. 除自身以外数组的乘积
238. 除自身以外数组的乘积
Note:前缀和
class Solution {
public:vector<int> productExceptSelf(vector<int>& nums) {int size = nums.size();vector<int> left(size, 0), right(size, 0);vector<int> res(size);left[0] = 1;for (int i = 1; i < size; i++) {left[i] = nums[i - 1] * left[i - 1];}right[size - 1] = 1;for (int i = size - 2; i >= 0; i--) {right[i] = nums[i + 1] * right[i + 1];}for (int i = 0; i < size; i++) {res[i] = left[i] * right[i];}return res;}
};
三、105. 从前序与中序遍历序列构造二叉树
105. 从前序与中序遍历序列构造二叉树
Note:很考验基本功和滤清思路
/*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
private:TreeNode* traversal (vector<int>& preorder, int preorderBegin, int preorderEnd, vector<int>& inorder, int inorderBegin, int inorderEnd) {//1.停止条件if (preorderBegin == preorderEnd) return NULL;//2.寻找当前中间节点,即是前序遍历头int rootValue = preorder[preorderBegin];TreeNode* root = new TreeNode(rootValue);//叶子节点if (preorderEnd - preorderBegin == 1) return root;//3.找切割点int delimiterIndex;for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) {if (inorder[delimiterIndex] == rootValue) break;}//切割中序遍历//中序遍历左区间int leftInorderBegin = inorderBegin;int leftInorderEnd = delimiterIndex;//中序遍历右区间int rightInorderBegin = delimiterIndex + 1;int rightInorderEnd = inorderEnd;//切割前序遍历//前序遍历左区间int leftPreorderBegin = preorderBegin + 1;int leftPreorderEnd = preorderBegin + 1 + delimiterIndex - inorderBegin;//前序遍历右区间int rightPreorderBegin = preorderBegin + 1 + delimiterIndex - inorderBegin;int rightPreorderEnd = preorderEnd;root->left = traversal(preorder, leftPreorderBegin, leftPreorderEnd, inorder, leftInorderBegin, leftInorderEnd);root->right = traversal(preorder, rightPreorderBegin, rightPreorderEnd, inorder, rightInorderBegin,rightInorderEnd);return root;}
public:TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {if (preorder.size() == NULL || inorder.size() == NULL) return NULL;return traversal(preorder, 0, preorder.size(), inorder, 0, inorder.size());}
};
总结
回溯法解决的问题都可以抽象为树形结构,因为回溯法解决的都是在集合中递归查找子集,集合的大小就构成了树的宽度,递归的深度,都构成的树的深度。递归就要有终止条件,所以必然是一棵高度有限的树(N叉树)。