leetcode算法题基础(四十五) 回溯算法总结 回溯法的解空间表示方法
Posted 秋华
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了leetcode算法题基础(四十五) 回溯算法总结 回溯法的解空间表示方法相关的知识,希望对你有一定的参考价值。
0 解题步骤
回溯法解题时通常包含3个步骤:
1. 针对所给问题,定义问题的解空间;
2. 确定易于搜索的解空间结构;
3. 以深度优先方式搜索解空间,并在搜索过程中用剪枝函数避免无效搜索。
对于问题的解空间结构通常以树或图的形式表示,常用的两类典型的解空间树是子集树和排列树。当所给的问题是从n个元素的集合S中找到S满足某种性质的子集时,相应的解空间树称为子集树。例如,n个物品的0-1背包问题所对应的解空间树是一棵子集树,这类子集树通常有2**n个叶结点,遍历子集树的算法需要O(2**n)计算时间。当所给问题是确定n个元素满足某种性质的排列时,相应的解空间树称为排列树。排列树通常有n!个叶结点。因此,排列树需要O(n!)计算时间。当问题的解空间确定后,便可用不同的剪枝函数和最优解表示方法来获得最终结果。下面,介绍用子集树或排列树构造解空间的常见问题。
1. 子集树
上图是一棵n=3的子集树。它是一棵完全二叉树(有时可能是n叉树,如图着色问题,每一个结点可能有n种选择),从根到每一个叶结点的路径表示一个可行解。从根结点出发,以深度优先的方式搜索整棵树。用回溯法搜索子集树的一般算法可描述为:
void backtrack(int t) { if(t > n) output(x); else for(int i = 0; i <= 1; i++) { x[t] = i; if(constraint(t) && bound(t)) backtrack(t+1); } }
其中,t表示递归深度,表示树的第t层。当t > n时,算法已搜索到叶结点,由output( x ) 输出可行解。否则,记录当前选择的x的值(即0或1),并递归遍历所有子树(这里只有左右子树)。(constraint(t) && bound(t)) 表示剪枝函数,只有满足剪枝函数的子树才继续递归。一棵子集树一共有2**n个可搜索的解,对于所有可用子集树表示解空间的问题都是在这
2**n个解中找到满足条件的解,不同的是剪枝函数不同,最终解的表示形式不同。
1.1 求解组合
给定正整数n和k,求所有k个数的组合,例如,n=4,k=2,解为:
[ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]
此时,集合S={1,2,3,4},从第一个元素开始搜索,对于每一个元素可以选择或者不选择,当当前选择到的元素个数等于k时记录这个结果。因此,我们定义result来保存记录的结果,
answer记录了当前选择元素,即当前的解。
class Solution { public: void help(int n , int k , int start, vector<int> &answer, vector<vector<int>> & result) { if(k == answer.size()) { result.push_back(answer); //记录结果 return ; } if(start > n) return; //搜索至叶结点 answer.push_back(start); // 选择当前元素的情况 help(n, k, start + 1, answer, result);// answer.pop_back(); help(n, k, start + 1, answer, result); // 不选择的情况 } vector<vector<int>> combine(int n, int k) { vector<vector<int>> result; vector<int> answer; help(n, k, 1, answer, result); return result; } };
1.2 求解组合和
上面一个问题其实就是在所有S的子集中寻找大小为k的子集,所以最终的解是大小等于k的子集的集合。
现在,我们给定一个整数的集合C,和一个整数T,找到集合C中元素和为T的所有集合的集合。其中,对应每有个C中的元素可以重复多次。
那么,这个问题与上面问题的区别是:1.找到一个解的条件不同(和为T);2.元素可重复。
class Solution { private: void help(vector<int>& candidates, int start, int target, int sum, vector<int>& answer, vector<vector<int>>& result) { if(sum == target) { result.push_back(answer); return; } if(start == candidates.size() || sum + candidates[start] > target) return; // 添加一个剪枝函数,当加入当前元素使和大于T时那么这是一棵不符合条件的子树 answer.push_back(candidates[start]); help(candidates, start, target, sum + candidates[start], answer, result);//依然从start开始,因为元素可重复 answer.pop_back(); help(candidates, start + 1, target, sum, answer, result); } public: vector<vector<int>> combinationSum(vector<int>& candidates, int target) { vector<int> answer; vector<vector<int>> result; sort(candidates.begin(), candidates.end()); help(candidates, 0, target, 0, answer, result); return result; } };
1.3 求解组合和II
上面一题再变一下,一个元素只能用一次。上面一题为了解决元素可重复的问题,我们遍历的时候,当加入当前元素时,递归遍历继续从当前元素开始。而现在要让元素只被选择一次,那么我们改变搜索策略,当选择当前元素时,我们从下一个元素递归遍历,当没有选择当前元素时,我们需要从下一个与当前不重复的元素开始。
void help(vector<int> & candidates, int start, int sum, int target, vector<int>& answer, vector<vector<int>>& result) { if(sum == target) { result.push_back(answer); return ; } if(start == candidates.size() || sum + candidates[start] > target) return; answer.push_back(candidates[start]); help(candidates, start + 1, sum + candidates[start], target, answer, result); answer.pop_back(); while(start + 1 < candidates.size() && candidates[start + 1] == candidates[start]) start++; //去掉重复的元素 help(candidates, start + 1, sum, target, answer, result); }
2. 排列树
上图是一棵表示旅行售货员问题的排列树,从根到叶结点表示一条可选路径。与子集树不同的是,每一个当前结点的搜索策略是选择剩下的元素中的一个,而子集树是选择或不选择当前元素。用回溯法搜索排列树的一般算法为:
void backtrack(int t) { if(t > n) output(x); else for(int i = t; i <= n; i++) //与子集树不同,搜索剩下的结点 { swap(x[t], x[i]); if(constraint(t)&&bound(t)) backtrack(t+1); swap(x[t], x[i]); } }
2.1 求排列
For example, [1,2,3] have the following permutations: [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], and [3,2,1].
这是一个最简单的排列树搜索问题,因为问题的解就是叶结点个数,即n!个。因此,它没有剪枝函数,只要搜索到叶结点就保存一个解。
class Solution { private: void help(vector<int>& nums, vector<int>& pos, int now, vector<vector<int>>& result) { int n = nums.size(); if(now == n) { // vector<int> answer(n, 0); for(int i = 0; i < n; i++) { answer[i] = nums[pos[i]]; //pos保存元素的下标,这里构造需要的解 } result.push_back(answer); return; } for(int i = now; i < n; i++) { swap(pos[now], pos[i]); help(nums, pos, now + 1, result); swap(pos[now], pos[i]); } } public: vector<vector<int>> permute(vector<int>& nums) { vector<vector<int>> result; int n = nums.size(); if(n == 0) return result; vector<int> pos(n, 0); for(int i = 0; i < n; i++) { pos[i] = i; } help(nums, pos, 0, result); return result; } };
2.2 n-Queens 问题
n-Queens问题是把n个皇后放在nxn的棋盘上,让她们不能互相攻击。按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或者同一斜线上的棋子。一个4皇后问题的解为:
[ [".Q..", // Solution 1 "...Q", "Q...", "..Q."], ["..Q.", // Solution 2 "Q...", "...Q", ".Q.."] ]
我们可以把问题转换成n个元素的集合的排列问题,而这个排列需要满足上面这个规则。我们按行优先的顺序,从上往下给每一行填一个皇后。这就相当于,解是一个n元向量,向量的元素下标对应于一行行坐标,而元素对应于列坐标。这里为了方便得到最终形式的解,我们把每一个解表示成nxn的char型矩阵。并设置了3个mask用于剪枝函数,即colFlag、
diagFlag1、diagFlag2分别表示列和两对角线的mask,在剪枝函数中只需判断当前位置处这3个mask对应的位是否被置位。
class Solution { private: int colFlag; int diagFlag1; int diagFlag2; bool isValid(int rowIdx, int colIdx, int n) { if((1 << colIdx) & colFlag) return false; if((1 << (colIdx + rowIdx)) & diagFlag1) return false; if((1 << (n + rowIdx - colIdx - 1)) & diagFlag2) return false; return true; } void setFlag(int rowIdx, int colIdx, int n) { //设置mask flag colFlag |= (1 << colIdx); diagFlag1 |= (1 << (colIdx + rowIdx)); diagFlag2 |= (1 << (n + rowIdx - colIdx -1)); } void unsetFlag(int rowIdx, int colIdx, int n) { //取消mask flag colFlag &= ~(1 << colIdx); diagFlag1 &= ~(1 << (colIdx + rowIdx)); diagFlag2 &= ~(1 << (n + rowIdx - colIdx -1)); } void help(int n, vector<string>& answer, vector<vector<string>>& result) { int rowIdx = answer.size(); if(rowIdx == n) { //搜索完成,记录结果 result.push_back(answer); return; } answer.push_back(string(n,\'.\')); for(int i = 0; i < n; ++i) { if(isValid(rowIdx, i, n)) { //如果当前位置可用 setFlag(rowIdx, i, n); //设置flag表示选择了 answer.back()[i] = \'Q\'; help(n, answer, result); answer.back()[i] = \'.\'; unsetFlag(rowIdx, i, n);//取消flag,回溯 } } answer.pop_back(); } public: vector<vector<string> > solveNQueens(int n) { colFlag = diagFlag1 = diagFlag2 = 0; vector<string> answer; vector<vector<string>> result; help(n, answer, result); return result; } };
总结:
子集树和排列树的不同是每一步的选择策略不同。子集树每一步对应的是对应的元素的选择或不选择,排列树每一步对应的是剩下的元素选择其中一个。一个的可搜索的解为2**n,一个为n!,因此,一个高效的回溯法算法必须依赖于剪枝函数来避免无效搜索。
以上是关于leetcode算法题基础(四十五) 回溯算法总结 回溯法的解空间表示方法的主要内容,如果未能解决你的问题,请参考以下文章