关于leetcode:前端leetcde算法面试套路之回溯

39次阅读

共计 9519 个字符，预计需要花费 24 分钟才能阅读完成。

前言

回溯，就是无脑冲，碰壁之后就回撤一步持续搞，属于一种暴力解题的思路；

实际上也是如此，当咱们在遇到一些分类探讨的问题，无奈想到比拟精妙的解决方案，咱们第一工夫思考到的就是暴力枚举所有状况，而后再做解决，而 回溯 就是这样的一个 暴力法

下一个 tab 学习一下惯例的 排序算法 吧

注释

在做 回溯题 的过程中，会发现很迷茫，因为很多题如同不须要返回，在执行下一步的过程中，我就做好断定，而后将可能的失败遏制住了，这个时候，个别能持续往下走的，都属于还行的操作，咱们其实能够把这种形式叫做 剪枝

我一度陷入沉思，是不是回溯就没用了呢，是不是只有脑瓜还行，其实剪枝就好了，还回溯啥，直到想起回溯的核心思想，它其实是一种 暴力解法 ，也就是如果你能用其余办法，其实不必 回溯, 是比拟好的思路，个别状况下，回溯的复杂度会比拟高

那么到底什么时候用 回溯 呢？那种你没法子预设终局，或者说你的抉择不单单关联相邻层的抉择，而是会对更深层都有影响，比方说 51. N 皇后

咱们需要求的是残缺的棋盘，每一层的抉择，都会影响整个棋盘的的布局，这个时候想在下棋那一刻就将全副可能状况想进去，太难了，这时候用 回溯 就是很好的抉择

而对于一些只与下层有影响，这个时候 剪枝 也不失是一个好的抉择；

其实在做系列总结的时候，会尽可能用系列的办法去解答，然而一题多解也是咱们谋求的，而且咱们最初想要实现的，必定是不局限与某写法，而是只有看到了，就能 a 进去；

所以致力将大部分惯例的 tab 温习一遍，而后再缓缓填补，总结属于本人的解题计划，才是做总结的目标吧；

与大家一起致力呀

题目汇总

46. 全排列

剖析

  1. 不含反复数字，要求的是全排列，所以不同程序的排列都得算上，这样在枚举过程中要晓得本人已经获取过哪些值
  2. 在枚举过程中缓存两个数组 arr,getIndex, arr 是枚举过程中的数组，getIndex 是走过值状态，如果以后 arr 走过对应的下标的值为 1，没有走过就是 0
  3. 在每一层给长期数组 arr 增加值的时候，须要保障不会反复增加，能够在每一次遇到的时候再遍历 arr，因为值是惟一的，也是能够的；
  4. 在这里是用空间换工夫，用 getIndex 数组缓存对应的状态，每一次查找的复杂度是 O(1)
  5. 每一次须要枚举残缺的数组，须要枚举 n 次所以工夫复杂度为 O(n2), 空间复杂度 O(n)

参考视频：传送门

var permute = function (nums) {let ret = [];

  const dfs = (arr, getIndex) => {if (arr.length === nums.length) {ret.push(arr);
      return;
    }
    for (let i = 0; i < nums.length; i++) {const num = nums[i];
      if (!!getIndex[i]) continue; // 如果存在，则代表曾经有这个值了
      getIndex[i] = 1;
      dfs([...arr, num], getIndex);
      getIndex[i] = 0;
    }
  };
  const getIndexArr = new Array(nums.length)
  dfs([], getIndexArr);
  return ret;
};

47. 全排列 II

剖析

  1. 因为这个时候蕴含了反复的数字了，且不能有反复值，所以能够思考到先排序
  2. 整顿思路和题 1 始终，都是缓存两个数组，而且因为值有反复，所以不能用值是否雷同来判断，只能用下标判断了
  3. 区别在于，每一次回溯回来，须要判断下一次的值是否和以后回溯值一样，如果一样就须要跳过，防止出现反复排列
  4. 工夫复杂度 O(n2), 空间复杂度 O(n)
var permuteUnique = function(nums) {const ret = []
    const len = nums.length
    nums.sort((a,b)=>a-b) // 排序
    const dfs = (arr,indexArr) => {if(arr.length === len){ret.push(arr)
            return 
        }
        for(let i = 0;i<len;i++){if(!!indexArr[i]) continue
            const num = nums[i]
            indexArr[i] = 1
            dfs([...arr,num],indexArr)
            indexArr[i] = 0
            // 回溯回来，如果下一个值一样，那么就是要反复走之前的老路了，所以还是间接跳过的好
            while(nums[i+1]=== nums[i]) {i++}
        }
    }
    dfs([],[])
    return ret
}

console.log(permuteUnique([1,1,2]))

39. 组合总和

剖析

  1. candidates 是 无反复，正整数数组
  2. 能够反复取值，然而因为和排列无关，不能倒退取，所以须要保护一个初始的下标值; 与 [组合总和 IV] 造成比照
 var combinationSum = function(candidates, target) {const ret = []

    const dfs = (start,arr,sum) => {if(sum === target){ret.push(arr)
            return 
        }
        if(sum>target) return 

        for(let i = start;i<candidates.length;i++){
            // 因为容许反复取，所以每一次都是从 start 这个节点开始取的
            dfs(i,[...arr,candidates[i]],sum+candidates[i])
        }
    }

    dfs(0,[],0)
    return ret
}

40. 组合总和 II

剖析

  1. candidates 是 有无反复，正整数数组
  2. 数组中的每一个值只能取一次；不能够反复取值，然而对于反复的值是能够取的，即 [1,1,2,3] -> 能够取 [1,1,2],[1,3] -> 4
  3. 为了不取到反复的值，就得跳过雷同值，这个时候须要对数组 排序
  4. 在每一层进行枚举的时候，循环中呈现反复值的时候，剪掉这部分的枚举，因为必定有雷同的一部分
  5. 因为不能够反复取，所以 dfs 第一个入参的下标是要 +1 的，示意不能够反复取上一次哪一个值
 var combinationSum2 = function (candidates, target) {candidates.sort((a,b)=>a-b)
    const ret= []

    const dfs = (start,arr,sum) => {if(sum === target) {ret.push(arr)
            return 
        }
        if(sum>target || start>= candidates.length) return 
        for(let i = start;i<candidates.length;i++){
            // 将反复的剪掉
            if(i > start && candidates[i] === candidates[i-1]) continue
            // 这里的 start 是启动枚举的下标，然而插入到长期数组的值是以后下标的值
            dfs(i+1,[...arr,candidates[i]],sum+candidates[i])
        }
    }
    dfs(0,[],0)
    return ret
}

216. 组合总和 III

剖析

  1. 给定的不是具体的数组，而是长度限度 k, 和目标值 target — 等同于 candidates 是 无反复，1-9 的正整数数组
  2. 所以能够看做是 39. 组合总和 的非凡状况，只是断定条件有出入
var combinationSum3 = function (k, n) {const ret = [];

  const dfs = (start, arr, sum) => {if (arr.length === k && sum === n) {ret.push(arr);
      return;
    }
    if (arr.length > k || sum > n) {return;}

    for (let i = start + 1; i < 10; i++) {dfs(i, [...arr, i], sum + i);
    }
  };
  dfs(0, [], 0);
  return ret
};

377. 组合总和 Ⅳ

剖析 — 回溯

  1. candidates 是 无反复 ，正整数数组, 能够反复取值且要取 排列不同 的组合
  2. 这道题和组合总和很像，区别在于本题求的是排列的数量，而题 1 求的是不反复的组合
  3. 所以这里不须要限度组合起始枚举的下标了，每一次都从 0 开始即可
  4. 而后超时了
    */
var combinationSum4 = function (nums, target) {
  let ret = 0;
  const dfs = (sum) => {if (sum === target) {
      ret++;
      return;
    }
    if (sum > target) return;
    for (let i = 0; i < nums.length; i++) {dfs(sum + nums[i]);
    }
  };
  dfs(0);
  return ret;
};

剖析 — dp

  1. dp[i] 示意值为 i 的时候存在的组合数量
  2. 状态转移方程 dp[i] = sum(dp[i-nums[k]])
  3. base case dp[0] = 1
var combinationSum4 = function (nums, target) {const dp = new Array(target+1)
    dp[0]= 1  // 如果刚好失去的值是 0，那么就有 1，因为不取也是一种取法
    for(let i = 1;i<target+1;i++){dp[i] = 0
        for(let j =0;j<nums.length;j++){if(i>=nums[j]){dp[i]+=dp[i-nums[j]]
            }
        }
    }
    return dp[target]
}

78. 子集

剖析 — 找法则

  1. 数组元素不雷同，返回值不蕴含反复的子集，也就是不思考地位排列状况
  2. 因为跟排列无关，所以只须要遍历一遍 nums 即可，没遍历一次获取到的值，都能够和现有的 ret 组合成新的一批数组，而后和旧的 item 组合成新的枚举数组
  3. 工夫复杂度 O(n2)
 var subsets = function (nums) {let ret = [[]]
    for(let num of nums){ret = [...ret,...ret.map(item => item.concat(num))]
    }
    return ret
}

剖析 — 迭代回溯

  1. 应用迭代的办法枚举所有的状况进去, 和多叉树遍历没啥区别
  2. 工夫复杂度 O(N2)
var subsets = function (nums) {const ret = []
    const dfs = (start,arr) => {ret.push(arr)
        if(arr.length === nums.length || start=== arr.length) return 
        for(let i = start;i<nums.length;i++){dfs(i+1,[...arr,nums[i]])
        }
    }
    dfs(0,[])
    return ret
}

90. 子集 II

剖析 — 有反复值

  1. 和 78. 子集相比，就是多了反复值，且不容许反复值呈现在返回数组中，所以显著要先排序了
  2. 而后在回溯过程中，如果下一次迭代的值和以后值一样，则跳过，达到去重的成果
var subsetsWithDup = function (nums) {nums.sort((a,b)=> a-b)
    const ret = []
    const dfs = (start,arr) => {ret.push(arr)
        if(start === nums.length) return // start 超出下标，就是取到了最大下标值的时候了
        for(let i = start;i<nums.length;i++){dfs(i+1,[...arr,nums[i]])
            while(nums[i] === nums[i+1]){i++ // 去重}
        }
    }
    dfs(0,[])
    return ret
}

131. 宰割回文串

剖析

  1. 这是一个变种的组合问题，因为排列程序曾经确定好了只有切割就好
  2. 所以在遍历过程中，只有当合乎回文要求的子串，能力切割，而后往下走，否则剪掉较好
  3. 回文子串的断定能够简略的用左右双指针来实现
var partition = function(s) {const ret = []
    // 判断是否是回文子串
    function isValid(s) {if(s.length === 1) return true // 只有一个字符
        let l = 0,r = s.length-1
        while(l<r){if(s[l] !== s[r]) return false
            l++
            r--
        }
        return true

    }
    const dfs = (start,arr) => {if(start === s.length){ret.push(arr)
            return 
        }
       let temp =''
        for(let i =start;i<s.length;i++){temp+=s[i]
            if(isValid(temp)){dfs(i+1,[...arr,temp])
            }
        }
    }
    dfs(0,[])
    return ret
};

93. 还原 IP 地址

剖析

  1. 这道题和 131. 宰割回文串 相似
  2. 这里也是切分字符串，只是断定条件变成了每一分段都要合乎无效的 IP 地址，然而架子是一样的
  3. 这里的断定条件也多，只须要将合乎要求的条件算上，就能砍掉不少的分支
var restoreIpAddresses = function (s) {const ret = [];

  function isValid(s) {if (s.length > 1 && s[0] == 0) return false; // 不能以 0 起头
    if (s >= 1 << 8) return false; // 要在 [0,255] 之间
    return true;
  }

  const dfs = (start, arr) => {if (arr.length === 4 && start !== s.length) return; // 曾经分成 4 分，然而还没分完
    if (start === s.length) {if (arr.length === 4) {ret.push(arr.join("."));
      }
      // 无论是否分成四份，都来到了
      return;
    }

    let str = "";
    for (let i = start; i < s.length && i < start + 3; i++) {str += s[i];
      if (isValid(str)) {dfs(i + 1, [...arr, str]);
      }
    }
  };
  dfs(0, []);
  return ret;
};

112. 门路总和

剖析

  1. 门路是 root-leaf 残缺路线上的和为 target
  2. dfs 中序遍历走上来即可
  3. 工夫复杂度 O(n)
 var hasPathSum = function(root, targetSum) {
    let ret = false
    const dfs = (root,sum) => {if(ret || !root) return  // 只有一条路走通了，其余都不必走了
        sum += root.val
        if(!root.left && !root.right && sum  === targetSum) {
                ret = true
                return 
        }
        if(root.left) dfs(root.left,sum)
        if(root.right) dfs(root.right,sum)
    }
    dfs(root,0)
    return ret
};

113. 门路总和 II

剖析

  1. 找的还是 root – leaf 的门路，然而这一次要把找的所有符合要求的门路都保存起来
  2. 工夫复杂度 O(n)
 var pathSum = function(root, targetSum) {const ret = []
    const dfs = (root,arr,sum) => {if(!root) return 
        sum+=root.val
        arr = [...arr,root.val]
        if(!root.left && !root.right && sum == targetSum){ret.push(arr)
        }
        if(root.left) dfs(root.left,[...arr],sum)
        if(root.right) dfs(root.right,[...arr],sum)
    }
    dfs(root,[],0)
    return ret
};

437. 门路总和 III

剖析

  1. 这次找的门路能够是树中任意 起始 - 完结 节点,；
  2. 然而门路必须是向下的，也就是不能是 a.left – a – a.right 的样子，这其实是加重难度的限度条件
  3. 所以还是一样的自顶向下遍历就好，然而遇到满足需要的门路，还是要持续遍历到叶子节点地位
  4. 和 112. 门路总和 与 113. 门路总和 II 最大不同是，这一次的门路是不限度起始点和起点的；
  5. 不限度起点，那么我能够在遍历过程中，只有满足 targetSum, 就记录一次，始终到叶子节点地位，不须要到了叶子节点再判断
  6. 而不限度起始点是根节点，那么就是能够以任意节点为起始点，也就是须要遍历整一棵树作为起始点时候，往上来找门路了；
  7. 工夫复杂度 O(nlogn)
var pathSum = function (root, targetSum) {
  let ret = 0;
  // 这是以任意 root 节点找门路和的 dfs
  const dfs = (root, sum) => {if (!root) return;
    sum += root.val;
    if (sum === targetSum) ret++;
    if (!root.left && !root.right) return; // 叶子节点了，完结
    if (root.left) dfs(root.left, sum);
    if (root.right) dfs(root.right, sum);
  };

  //   这是遍历整棵树，而后持续往下走
  const outer = (root) => {if (!root) return;
    dfs(root, 0);
    outer(root.left);
    outer(root.right);
  };
  outer(root);
  return ret;
};

51. N 皇后

参考: leetcode-cn.com/problems/n-…

剖析 — 间接求符合要求的 chessboard

  1. 行就是树递归的深度，列就是每一层的宽度，应用回溯的方法进行树的 dfs 遍历
  2. 整个过程须要 3 大部分，回溯的形式遍历树，找出符合要求的节点 chessboardrow, 将符合要求的二维数组转换成符合要求的字符串数组
  3. 工夫复杂度 O(n∗logn)
var solveNQueens = function (n) {const ret = [];
  // 1. N 皇后理论走的过程 -- 回溯树
  const dfs = (row, chessboard) => {if (row === n) {
      // 曾经到了叶子结点下 null 了 --
      //   然而 chessboard 是一个二维数组，不能轻易就 push 进去的，须要深拷贝一下
      ret.push(getStrChessboad(chessboard));
      return;
    }
    // 每一行都是从 0 - n-1 , 而后不符合要求的就回溯回去
    for (let col = 0; col < n; col++) {if (isValid(row, col, chessboard)) {// 如果 chessboard[row][col] 符合要求，则算一条路
        chessboard[row][col] = "Q";
        dfs(row + 1, chessboard);
        chessboard[row][col] = "."; // 回溯回来
      }
    }
  };

  // 判断以后节点是否合乎 N 皇后的要求 -- 须要留神，这里 [0,n-1] 是从左往右算
  function isValid(row, col, chessboard) {
    // 同一列
    for (let i = 0; i < row; i++) {if (chessboard[i][col] === "Q") {return false;}
    }
    // 从左往右 45` 歪斜
    for (let i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {if (chessboard[i][j] === "Q") {return false;}
    }
    // 从右往左 135` 歪斜
    for (let i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {if (chessboard[i][j] === "Q") {return false;}
    }
    // 如果不是同一列或者左右斜线，则满足要求
    return true;
  }

  //  将二维数组的 N 皇后转成一维数组字符串模式
  function getStrChessboad(chessboard) {const ret = [];
    chessboard.forEach((row) => {
      let str = "";
      row.forEach((item) => {str += item;});
      ret.push(str);
    });
    return ret;
  }

  const chessboard = new Array(n).fill([]).map(() => new Array(n).fill("."));
  dfs(0, chessboard);
  return ret;
};

52. N 皇后 II

剖析

  1. 问题和 51. N 皇后 根本一样，只是求的值从残缺的 N 皇后计划，变成了只有晓得有几个就能够了
  2. 所以第三局部转换能够间接删除，而后间接拷贝过去即可
var totalNQueens = function (n) {
  let ret = 0;

  const dfs = (row, chessboard) => {if (row === n) {
      ret++;
      return;
    }

    for (let col = 0; col < n; col++) {if (isValid(row, col, chessboard)) {chessboard[row][col] = "Q";
        dfs(row + 1, chessboard);
        chessboard[row][col] = ".";
      }
    }

    function isValid(row, col, chessboard) {for (let i = 0; i < row; i++) {if (chessboard[i][col] === "Q") return false;
      }

      for (let i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {if (chessboard[i][j] === "Q") return false;
      }

      for (let i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {if (chessboard[i][j] === "Q") return false;
      }
      return true;
    }
  };
  const chessboard = new Array(n).fill([]).map(() => new Array(n).fill("."));
  dfs(0, chessboard);
  return ret;
};

@剖析

  1. 回溯过程以及很简略了，然而断定条件 isValid 有没有更好的方法来解决呢
  2. 咱们在第一题的时候是为了要创立一个实例 N 皇后，所以须要用到数组，而当初不须要具体的 N 皇后，所以不必数组的模式也能够用其余的模式来展现 N 皇后
  3. 用 3 个二进制的位 col, dlr, drl 别离示意 列上的值，从左启动 45 的值，从右启动的 135 的值
  4. 这里 col 是很容易了解的，因为在每一行的 i 值，当了须要判断的 row，对应的 i 的值是不会发生变化的
  5. 对于 dlr 来说，二进制对应的位是歪斜的, 只有这样的值才合乎 45` 歪斜；同理，drl 也是一样的
    Q . . . . .
    . Q . . . . .
    . Q . . . . .
    . Q . . . . .
    . Q . . . . .
  6. 所以
var totalNQueens = function (n) {
  let ret = 0;
  const dfs = (r, col, dlr, drl) => {if (r === n) {
      ret++;
      return;
    }
    for (let i = 0; i < n; i++) {
      // 以后坐标转成二进制位对应的值
      const _col = 1 << i;
      const _dlr = 1 << (r + i); // 这里示意在其余行 的 i 值，到了以后 r，对应的值就应该是  1 << (r+i)，所以咱们设置这么一个值去试其余的值，看看是否满足要求
      const _drl = 1 << (n - i + r);
      if ((col & _col) || (dlr & _dlr) || (drl & _drl)) continue; // 只有有一个为 true,
      dfs(r + 1, col | _col, dlr | _dlr, drl | _drl);
    }
  };
  dfs(0, 0, 0, 0);
  return ret;
};

正文完
leetcode
发表至： leetcode
2022-11-02
 0
关于leetcode:前端leetcde算法面试套路之双指针
关于leetcode:leetcode-70-Climbing-Stairs-爬楼梯简单
关于leetcode:每日一练42Excel表序号
关于leetcode:leetcode-105-从前序与中序遍历序列构造二叉树-中等