• 回溯算法


    解决⼀个回溯问题,实际上就是⼀个决策树的遍历过程。你只需要思考 3 个问题:

    1. 路径:也就是已经做出的选择
    2. 选择列表:也就是你当前可以做的选择
    3. 结束条件:也就是到达决策树底层,⽆法再做选择的条件

    回溯算法的框架:

    result = [] 
    def backtrack(路径, 选择列表): 
        if 满⾜结束条件: 
            result.add(路径) 
            return 
        for 选择 in 选择列表: 
            做选择 
            backtrack(路径, 选择列表) 
            撤销选择
    

    【举例 1】
    全排列问题:
    给定一个没有重复数字的序列,返回其所有可能的全排列。

    leetcode链接

    ⽐⽅说给三个数[1,2,3],如下图,⽐如说你站在下图的红⾊节点上,则 [2] 就是「路径」,记录你已经做过的选择; [1,3] 就是「选择列表」,表⽰你当前可以做出的选择;「结束条件」就是遍历到树的底层,在这⾥就是选择列表为空的时候。

    如此,回溯算法的核心框架可以表示为:

    for 选择 in 选择列表:
        # 做选择 
        将该选择从选择列表移除 
        路径.add(选择) 
        backtrack(路径, 选择列表) 
        # 撤销选择 
        路径.remove(选择) 
        将该选择再加⼊选择列表
    

    我们只要在递归之前做出选择,在递归之后撤销刚才的选择(如树的遍历),就能正确得到每个节点的选择列表和路径,则全排列的详细代码为:

    class Solution {
    public:
        vector<vector<int>> permute(vector<int>& nums) {
            vector<vector<int>> res;
            vector<int> trace;
            traceback(nums, trace, res);
            return res;
        }
    
        void traceback(vector<int> &nums, vector<int> trace, vector<vector<int>>& res){
            if(trace.size() == nums.size()){
                res.push_back(trace);
                return;
            }
            for(int item: nums){
                if(find(trace.begin(), trace.end(), item) == trace.end()){
                    trace.push_back(item);
                    traceback(nums, trace, res);
                    trace.erase(trace.end()-1);
                }
            }
        }
    };
    

    【举例 2】
    N皇后问题:
    n 皇后问题研究的是如何将 n 个皇后放置在 n×n 的棋盘上,并且使皇后彼此之间不能相互攻击。给你一个整数 n ,返回所有不同的 n 皇后问题的解决方案。每一种解法包含一个不同的 n 皇后问题的棋子放置方案,该方案中 'Q' 和 '.' 分别代表了皇后和空位。
    注:皇后彼此不能相互攻击,也就是说:任何两个皇后都不能处于同一条横行、纵行或斜线上。

    leetcode链接

    class Solution {
    public:
        vector<vector<string>> solveNQueens(int n) {
            vector<vector<string>> vvs;
            vector<string> vs(n, string(n, '.'));
            traceback(0, vs, vvs);
            return vvs;
        }
    
        void traceback(int row, vector<string>& vs, vector<vector<string>>& vvs){
            if(row == vs.size()){
                vvs.push_back(vs);
                return;
            }
            for(int i = 0;i < vs.size();i++){
                if(!isValid(row, i, vs)) continue;
                vs[row][i] = 'Q';
                traceback(row+1, vs, vvs);
                vs[row][i] = '.';
            }
    
        }
    
        bool isValid(int row, int n, vector<string>& vs){
            // 同一列
            for(int i = 0;i < row;i++)
                if(vs[i][n] == 'Q') return false;
            // 左上斜线
            for(int i = row-1, j = n-1; i >= 0 && j >= 0;i--,j--)
                if(vs[i][j] == 'Q') return false;
            // 右上斜线
            for(int i = row-1, j = n+1; i >= 0 && j < vs.size();i--,j++)
                if(vs[i][j] == 'Q') return false;
            return true;
        }
    };
    
  • 相关阅读:
    Django的models介绍
    Django的模板继承
    Django的模板语言介绍
    django的视图函数介绍
    django的流程分析
    1、数据库优化
    git 开发中的总结
    ob
    docker-compose
    如何批量删除Docker中已经停止的容器
  • 原文地址:https://www.cnblogs.com/zhhfan/p/14581093.html
Copyright © 2020-2023  润新知