mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-07-06 23:28:29 +08:00
Update
This commit is contained in:
youngyangyang04
@ -123,7 +123,8 @@
|
||||
* [二叉树：搜索树中的删除操作](https://mp.weixin.qq.com/s/-p-Txvch1FFk3ygKLjPAKw)
|
||||
* [二叉树：修剪一棵搜索树](https://mp.weixin.qq.com/s/QzmGfYUMUWGkbRj7-ozHoQ)
|
||||
* [二叉树：构造一棵搜索树](https://mp.weixin.qq.com/s/sy3ygnouaZVJs8lhFgl9mw)
|
||||
|
||||
* [二叉树：搜索树转成累加树](https://mp.weixin.qq.com/s/hZtJh4T5lIGBarY-lZJf6Q)
|
||||
* [二叉树：总结篇！（需要掌握的二叉树技能都在这里了）](https://mp.weixin.qq.com/s/-ZJn3jJVdF683ap90yIj4Q)
|
||||
|
||||
|
||||
（持续更新中....）
|
||||
|
||||
BIN
pics/77.组合1.png
Normal file
BIN
pics/77.组合1.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 122 KiB |
BIN
pics/77.组合2.png
Normal file
BIN
pics/77.组合2.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 110 KiB |
BIN
pics/77.组合3.png
Normal file
BIN
pics/77.组合3.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 109 KiB |
@ -1,6 +1,3 @@
|
||||
> 笔者在BAT从事技术研发多年，利用工作之余重刷leetcode，更多原创技术文章欢迎关注「代码随想录」，校招社招求职内推欢迎通过公众号「代码随想录」联系我，度厂很缺人！
|
||||
|
||||
> 笔者在BAT从事技术研发多年，利用工作之余重刷leetcode，希望结合自己多年的实践经验，把算法讲的更清楚，更多原创文章欢迎关注公众号「代码随想录」。
|
||||
|
||||
## 题目地址
|
||||
https://leetcode-cn.com/problems/maximum-subarray/
|
||||
|
||||
@ -1,4 +1,8 @@
|
||||
|
||||
# 第77题. 组合
|
||||
|
||||
题目链接：https://leetcode-cn.com/problems/combinations/
|
||||
|
||||
给定两个整数 n 和 k，返回 1 ... n 中所有可能的 k 个数的组合。
|
||||
示例:
|
||||
|
||||
@ -13,6 +17,7 @@
|
||||
[1,4],
|
||||
]
|
||||
|
||||
|
||||
# 思路
|
||||
|
||||
这是回溯法的经典题目。
|
||||
@ -33,65 +38,122 @@
|
||||
那么就三层for循环，代码如下：
|
||||
|
||||
```
|
||||
for (int i = 1; i <= n; i++) {
|
||||
for (int i = 1; i <= n; i++) {
|
||||
for (int j = i + 1; j <= n; j++) {
|
||||
for (int u = j + 1; u <=n; n++) {
|
||||
|
||||
}
|
||||
}
|
||||
}
|
||||
```
|
||||
**如果n为 100，k为50呢，那就50层for循环，是不是开始窒息。**
|
||||
|
||||
那么回溯法就能解决这个问题了。
|
||||
|
||||
回溯是用来做选择的，递归用来节点层叠嵌套，**每一次的递归是层叠嵌套的关系，可以用于解决多层嵌套循环的问题。**
|
||||
|
||||
其实子集和组合问题都可以抽象为一个树形结构，如下：
|
||||
|
||||
|
||||
<img src='../pics/77.组合.png' width=600> </img></div>
|
||||
|
||||
可以看一下这个棵树，一开始集合是 1，2，3，4， 从左向右去数，取过的数，不在重复取。
|
||||
|
||||
第一取1，集合变为2，3，4 ，因为k为2，我们只需要去一个数就可以了，分别取，2，3，4， 得到集合[1,2] [1,3] [1,4]，以此类推。
|
||||
|
||||
**其实这就转化成从集合中选取子集的问题，可选择的范围随着选择的进行而限缩，于是做剪枝，调整可选择的范围**
|
||||
|
||||
如何在这个树上遍历，然后收集到我们要的结果集呢，用的就是回溯搜索法，**可以发现，每次搜索到了叶子节点，我们就找到了一个结果。**
|
||||
|
||||
分析完过程，我们来看一下 回溯算法的模板框架如下：
|
||||
```
|
||||
backtracking() {
|
||||
if (终止条件) {
|
||||
存放结果;
|
||||
}
|
||||
|
||||
for (选择：选择列表（可以想成树中节点孩子的数量）) {
|
||||
递归，处理节点;
|
||||
backtracking();
|
||||
回溯，撤销处理结果
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
分析模板：
|
||||
**如果n为100，k为50呢，那就50层for循环，是不是开始窒息**。
|
||||
|
||||
什么是达到了终止条件，树中就可以看出，搜到了叶子节点了，就找到了一个符合题目要求的答案，就把这个答案存放起来。
|
||||
那么回溯法就能解决这个问题了。
|
||||
|
||||
看一下这个for循环，这个for循环是做什么的，for 就是处理树中节点各个孩子的情况， 一个节点有多少个孩子，这个for循环就执行多少次。
|
||||
回溯是用来做选择，递归用来做节点层叠嵌套（可以理解是随便开K的for循环），**每一次的递归相当于嵌套一个for循环，可以用于解决多层嵌套循环的问题了**。
|
||||
|
||||
最后就要看这个递归的过程了，注意这个backtracking就是自己调用自己，实现递归。
|
||||
**回溯问题都可以抽象为一棵树形结构！用树形结构来理解回溯就容易多了**。
|
||||
|
||||
一些同学对递归操作本来就不熟练，递归上面又加上一个for循环，可能就更迷糊了， 我来给大家捋顺一下。
|
||||
那么我们把组合问题抽象为如下树形结构：
|
||||
|
||||
这个backtracking 其实就是向树的叶子节点方向遍历， for循环可以理解是横向遍历，backtracking 就是纵向遍历，这样就把这棵树全遍历完了。
|
||||
<img src='../pics/77.组合.png' width=600> </img></div>
|
||||
|
||||
那么backtracking就是一直往深处遍历，总会遇到叶子节点，遇到了叶子节点，就要返回，那么backtracking的下面部分就是回溯的操作了，撤销本次处理的结果。
|
||||
可以看出这个棵树，一开始集合是 1，2，3，4， 从左向右取数，取过的数，不在重复取。
|
||||
|
||||
分析完模板，本题代码如下：
|
||||
第一次取1，集合变为2，3，4 ，因为k为2，我们只需要再取一个数就可以了，分别取，2，3，4， 得到集合[1,2] [1,3] [1,4]，以此类推。
|
||||
|
||||
**回溯的问题都可以抽象为一个树形结构，在求解组合问题的过程中，n相当于树的宽度，k相当于树的深度**。
|
||||
|
||||
**每次从集合中选组元素，可选择的范围随着选择的进行而限缩，调整可选择的范围**
|
||||
|
||||
如何在这个树上遍历，然后收集到我们要的结果集呢？
|
||||
|
||||
用的就是回溯搜索法，**可以发现，每次搜索到了叶子节点，我们就找到了一个结果**。
|
||||
|
||||
|
||||
**这份模板，大家可以要记住了，后面做回溯搜索的题目，都离不开这个模板**。
|
||||
|
||||
## 求组合
|
||||
|
||||
掌握了模板之后，我们再来看一下这道求组合的题目。
|
||||
|
||||
* 回溯函数返回值以及参数
|
||||
|
||||
在这里要定义两个全局变量，一个用来存放符合条件单一结果，一个用来存放符合条件结果的集合。
|
||||
|
||||
代码如下：
|
||||
|
||||
```
|
||||
vector<vector<int>> result; // 存放符合条件结果的集合
|
||||
vector<int> path; // 用来存放符合条件结果
|
||||
```
|
||||
|
||||
其实不定义这两个全局遍历也是可以的，把这两个变量放进回溯函数的参数里，但为了函数里参数太多影响可读性，所以我定义全局变量。
|
||||
|
||||
首先两个参数，集合n里面取k的数，是两个int型的变量。
|
||||
|
||||
然后还需要一个参数，也为int型变量startIndex，这个参数用来记录本层递归的中，集合从哪里开始遍历（集合就是[1,...,n] ）。
|
||||
|
||||
为什么要有这个startIndex呢？
|
||||
|
||||
从下图中红线部分可以看出，在集合[1,2,3,4]取1之后，下一层递归，就要在[2,3,4]中取数了，那么下一层递归如何知道从[2,3,4]中取数呢，靠的就是startIndex。
|
||||
|
||||
<img src='../pics/77.组合2.png' width=600> </img></div>
|
||||
|
||||
所以需要startIndex来记录下一层递归，搜索的起始位置。
|
||||
|
||||
那么整体代码如下：
|
||||
|
||||
```
|
||||
vector<vector<int>> result; // 存放符合条件结果的集合
|
||||
vector<int> path; // 用来存放符合条件单一结果
|
||||
void backtracking(int n, int k, int startIndex)
|
||||
```
|
||||
|
||||
* 回溯函数终止条件
|
||||
|
||||
什么时候到达所谓的叶子节点了呢？
|
||||
|
||||
就是path这个数组的大小如果达到k，说明我们找到了一个集合大小为k的组合了，在图中path存的就是根节点到叶子节点的路径。
|
||||
|
||||
如图红色部分：
|
||||
|
||||
<img src='../pics/77.组合3.png' width=600> </img></div>
|
||||
|
||||
此时用result二维数组，把path保存起来，并终止本层递归。
|
||||
|
||||
所以终止条件代码如下：
|
||||
|
||||
```
|
||||
if (path.size() == k) {
|
||||
result.push_back(path);
|
||||
return;
|
||||
}
|
||||
```
|
||||
|
||||
|
||||
* 回溯搜索的遍历过程
|
||||
|
||||
在如下如中，我们知道for循环用来横向遍历，递归的过程是纵向遍历。
|
||||
<img src='../pics/77.组合1.png' width=600> </img></div>
|
||||
|
||||
如此我们才遍历完图中的这棵树。
|
||||
|
||||
那么for循环每次就是从startIndex开始遍历，然后用path保存每次遍历到的节点。
|
||||
|
||||
代码如下：
|
||||
|
||||
```
|
||||
for (int i = startIndex; i <= n; i++) {
|
||||
path.push_back(i); // 处理节点
|
||||
backtracking(n, k, i + 1); // 注意下一层搜索要从i+1开始
|
||||
path.pop_back(); // 回溯，撤销处理的节点
|
||||
}
|
||||
```
|
||||
|
||||
关键地方都讲完了，组合问题C++完整代码如下：
|
||||
|
||||
# C++ 代码
|
||||
|
||||
```
|
||||
class Solution {
|
||||
@ -103,7 +165,6 @@ private:
|
||||
result.push_back(path);
|
||||
return;
|
||||
}
|
||||
// 这个for循环有讲究，组合的时候 要用startIndex，排列的时候就要从0开始
|
||||
for (int i = startIndex; i <= n; i++) {
|
||||
path.push_back(i); // 处理节点
|
||||
backtracking(n, k, i + 1);
|
||||
@ -111,8 +172,9 @@ private:
|
||||
}
|
||||
}
|
||||
public:
|
||||
|
||||
vector<vector<int>> combine(int n, int k) {
|
||||
result.clear(); // 可以不写
|
||||
path.clear(); // 可以不写
|
||||
backtracking(n, k, 1);
|
||||
return result;
|
||||
}
|
||||
@ -145,7 +207,7 @@ for (int i = startIndex; i <= n; i++)
|
||||
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++)
|
||||
```
|
||||
|
||||
整体代码如下：
|
||||
优化后整体代码如下：
|
||||
|
||||
```
|
||||
class Solution {
|
||||
@ -157,7 +219,6 @@ private:
|
||||
result.push_back(path);
|
||||
return;
|
||||
}
|
||||
// 这个for循环有讲究，组合的时候 要用startIndex，排列的时候就要从0开始
|
||||
for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) {
|
||||
path.push_back(i); // 处理节点
|
||||
backtracking(n, k, i + 1);
|
||||
@ -174,6 +235,3 @@ public:
|
||||
```
|
||||
|
||||
|
||||
|
||||
# 观后感
|
||||
我来写一下观后感： 很厉害，转化成从集合中选取子集的问题，可选择的范围随着选择的进行而限缩，于是做剪枝，调整可选择的范围。 每一次的递归是层叠嵌套的关系，可以用于解决多层嵌套循环的问题。 每一层递归中，尽量节省循环次数，这样在后续的递归调用中，节省下来的循环会被以至少指数等级放大。
|
||||
|
||||
@ -174,12 +174,13 @@ public:
|
||||
int depth = 0;
|
||||
while (!que.empty()) {
|
||||
int size = que.size();
|
||||
vector<int> vec;
|
||||
depth++; // 记录深度
|
||||
for (int i = 0; i < size; i++) {
|
||||
Node* node = que.front();
|
||||
que.pop();
|
||||
for (int i = 0; i < node->children.size(); i++) {
|
||||
if (node->children[i]) que.push(node->children[i]);
|
||||
for (int j = 0; j < node->children.size(); j++) {
|
||||
if (node->children[j]) que.push(node->children[j]);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
@ -31,12 +31,12 @@ public:
|
||||
while (!que.empty()) {
|
||||
int size = que.size();
|
||||
vector<int> vec;
|
||||
depth++;
|
||||
depth++; // 记录深度
|
||||
for (int i = 0; i < size; i++) {
|
||||
Node* node = que.front();
|
||||
que.pop();
|
||||
for (int i = 0; i < node->children.size(); i++) {
|
||||
if (node->children[i]) que.push(node->children[i]);
|
||||
for (int j = 0; j < node->children.size(); j++) {
|
||||
if (node->children[j]) que.push(node->children[j]);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
147
problems/二叉树总结.md
Normal file
147
problems/二叉树总结.md
Normal file
@ -0,0 +1,147 @@
|
||||
> 二叉树大总结！
|
||||
|
||||
不知不觉二叉树已经和我们度过了**三十三天**，代码随想录里已经发了**三十三篇二叉树的文章**，详细讲解了**30+二叉树经典题目**，一直坚持下来的录友们一定会二叉树有深刻理解了。
|
||||
|
||||
在每一道二叉树的题目中，我都使用了**递归三部曲**来分析题目，相信大家以后看到二叉树，看到递归，都会想：返回值、参数是什么？终止条件是什么？单层逻辑是什么？
|
||||
|
||||
而且**几乎每一道题目我都给出对应的迭代法**，可以用来进一步提高自己。
|
||||
|
||||
下面Carl把分析过的题目分门别类，可以帮助新录友循序渐进学习二叉树，也方便老录友面试前快速复习，看到一个标题，就回想一下对应的解题思路，这样很快就可以系统性的复习一遍二叉树了。
|
||||
|
||||
公众号的发文顺序，就是循序渐进的，所以如下分类基本就是按照文章发文顺序来的，我再做一个系统性的分类。
|
||||
|
||||
# 二叉树的理论基础
|
||||
|
||||
* [关于二叉树，你该了解这些！](https://mp.weixin.qq.com/s/_ymfWYvTNd2GvWvC5HOE4A)：二叉树的种类、存储方式、遍历方式、定义方式
|
||||
|
||||
# 二叉树的遍历方式
|
||||
|
||||
* 深度优先遍历
|
||||
* [二叉树：前中后序递归法](https://mp.weixin.qq.com/s/PwVIfxDlT3kRgMASWAMGhA)：递归三部曲初次亮相
|
||||
* [二叉树：前中后序迭代法（一）](https://mp.weixin.qq.com/s/c_zCrGHIVlBjUH_hJtghCg)：通过栈模拟递归
|
||||
* [二叉树：前中后序迭代法（二）统一风格](https://mp.weixin.qq.com/s/WKg0Ty1_3SZkztpHubZPRg)
|
||||
* 广度优先遍历
|
||||
* [二叉树的层序遍历](https://mp.weixin.qq.com/s/Gb3BjakIKGNpup2jYtTzog)：通过队列模拟
|
||||
|
||||
|
||||
# 求二叉树的属性
|
||||
|
||||
* [二叉树：是否对称](https://mp.weixin.qq.com/s/Kgf0gjvlDlNDfKIH2b1Oxg)
|
||||
* 递归：后序，比较的是根节点的左子树与右子树是不是相互翻转
|
||||
* 迭代：使用队列/栈将两个节点顺序放入容器中进行比较
|
||||
* [二叉树：求最大深度](https://mp.weixin.qq.com/s/guKwV-gSNbA1CcbvkMtHBg)
|
||||
* 递归：后序，求根节点最大高度就是最大深度，通过递归函数的返回值做计算树的高度
|
||||
* 迭代：层序遍历
|
||||
* [二叉树：求最小深度](https://mp.weixin.qq.com/s/BH8-gPC3_QlqICDg7rGSGA)
|
||||
* 递归：后序，求根节点最小高度就是最小深度，注意最小深度的定义
|
||||
* 迭代：层序遍历
|
||||
* [二叉树：求有多少个节点](https://mp.weixin.qq.com/s/2_eAjzw-D0va9y4RJgSmXw)
|
||||
* 递归：后序，通过递归函数的返回值计算节点数量
|
||||
* 迭代：层序遍历
|
||||
* [二叉树：是否平衡](https://mp.weixin.qq.com/s/isUS-0HDYknmC0Rr4R8mww)
|
||||
* 递归：后序，注意后序求高度和前序求深度，递归过程判断高度差
|
||||
* 迭代：效率很低，不推荐
|
||||
* [二叉树：找所有路径](https://mp.weixin.qq.com/s/Osw4LQD2xVUnCJ-9jrYxJA)
|
||||
* 递归：前序，方便让父节点指向子节点，涉及回溯处理根节点到叶子的所有路径
|
||||
* 迭代：一个栈模拟递归，一个栈来存放对应的遍历路径
|
||||
* [二叉树：递归中如何隐藏着回溯](https://mp.weixin.qq.com/s/ivLkHzWdhjQQD1rQWe6zWA)
|
||||
* 详解[二叉树：找所有路径](https://mp.weixin.qq.com/s/Osw4LQD2xVUnCJ-9jrYxJA)中递归如何隐藏着回溯
|
||||
* [二叉树：求左叶子之和](https://mp.weixin.qq.com/s/gBAgmmFielojU5Wx3wqFTA)
|
||||
* 递归：后序，必须三层约束条件，才能判断是否是左叶子。
|
||||
* 迭代：直接模拟后序遍历
|
||||
* [二叉树：求左下角的值](https://mp.weixin.qq.com/s/MH2gbLvzQ91jHPKqiub0Nw)
|
||||
* 递归：顺序无所谓，优先左孩子搜索，同时找深度最大的叶子节点。
|
||||
* 迭代：层序遍历找最后一行最左边
|
||||
* [二叉树：求路径总和](https://mp.weixin.qq.com/s/6TWAVjxQ34kVqROWgcRFOg)
|
||||
* 递归：顺序无所谓，递归函数返回值为bool类型是为了搜索一条边，没有返回值是搜索整棵树。
|
||||
* 迭代：栈里元素不仅要记录节点指针，还要记录从头结点到该节点的路径数值总和
|
||||
|
||||
|
||||
|
||||
# 二叉树的修改与构造
|
||||
|
||||
* [翻转二叉树](https://mp.weixin.qq.com/s/6gY1MiXrnm-khAAJiIb5Bg)
|
||||
* 递归：前序，交换左右孩子
|
||||
* 迭代：直接模拟前序遍历
|
||||
* [构造二叉树](https://mp.weixin.qq.com/s/7r66ap2s-shvVvlZxo59xg)
|
||||
* 递归：前序，重点在于找分割点，分左右区间构造
|
||||
* 迭代：比较复杂，意义不大
|
||||
* [构造最大的二叉树](https://mp.weixin.qq.com/s/1iWJV6Aov23A7xCF4nV88w)
|
||||
* 递归：前序，分割点为数组最大值，分左右区间构造
|
||||
* 迭代：比较复杂，意义不大
|
||||
* [合并两个二叉树](https://mp.weixin.qq.com/s/3f5fbjOFaOX_4MXzZ97LsQ)
|
||||
* 递归：前序，同时操作两个树的节点，注意合并的规则
|
||||
* 迭代：使用队列，类似层序遍历
|
||||
|
||||
# 求二叉搜索树的属性
|
||||
|
||||
* [二叉搜索树中的搜索](https://mp.weixin.qq.com/s/vsKrWRlETxCVsiRr8v_hHg)
|
||||
* 递归：二叉搜索树的递归是有方向的
|
||||
* 迭代：因为有方向，所以迭代法很简单
|
||||
* [是不是二叉搜索树](https://mp.weixin.qq.com/s/8odY9iUX5eSi0eRFSXFD4Q)
|
||||
* 递归：中序，相当于变成了判断一个序列是不是递增的
|
||||
* 迭代：模拟中序，逻辑相同
|
||||
* [求二叉搜索树的最小绝对差](https://mp.weixin.qq.com/s/Hwzml6698uP3qQCC1ctUQQ)
|
||||
* 递归：中序，双指针操作
|
||||
* 迭代：模拟中序，逻辑相同
|
||||
* [求二叉搜索树的众数](https://mp.weixin.qq.com/s/KSAr6OVQIMC-uZ8MEAnGHg)
|
||||
* 递归：中序，清空结果集的技巧，遍历一遍便可求众数集合
|
||||
* 迭代：模拟中序，逻辑相同
|
||||
* [二叉搜索树转成累加树](https://mp.weixin.qq.com/s/hZtJh4T5lIGBarY-lZJf6Q)
|
||||
* 递归：中序，双指针操作累加
|
||||
* 迭代：模拟中序，逻辑相同
|
||||
|
||||
# 二叉树公共祖先问题
|
||||
|
||||
* [二叉树的公共祖先问题](https://mp.weixin.qq.com/s/n6Rk3nc_X3TSkhXHrVmBTQ)
|
||||
* 递归：后序，回溯，找到左子树出现目标值，右子树节点目标值的节点。
|
||||
* 迭代：不适合模拟回溯
|
||||
* [二叉搜索树的公共祖先问题](https://mp.weixin.qq.com/s/Ja9dVw2QhBcg_vV-1fkiCg)
|
||||
* 递归：顺序无所谓，如果节点的数值在目标区间就是最近公共祖先
|
||||
* 迭代：按序遍历
|
||||
|
||||
# 二叉搜索树的修改与构造
|
||||
|
||||
* [二叉搜索树中的插入操作](https://mp.weixin.qq.com/s/lwKkLQcfbCNX2W-5SOeZEA)
|
||||
* 递归：顺序无所谓，通过递归函数返回值添加节点
|
||||
* 迭代：按序遍历，需要记录插入父节点，这样才能做插入操作
|
||||
* [二叉搜索树中的删除操作](https://mp.weixin.qq.com/s/-p-Txvch1FFk3ygKLjPAKw)
|
||||
* 递归：前序，想清楚删除非叶子节点的情况
|
||||
* 迭代：有序遍历，较复杂
|
||||
* [修剪二叉搜索树](https://mp.weixin.qq.com/s/QzmGfYUMUWGkbRj7-ozHoQ)
|
||||
* 递归：前序，通过递归函数返回值删除节点
|
||||
* 迭代：有序遍历，较复杂
|
||||
* [构造二叉搜索树](https://mp.weixin.qq.com/s/sy3ygnouaZVJs8lhFgl9mw)
|
||||
* 递归：前序，数组中间节点分割
|
||||
* 迭代：较复杂，通过三个队列来模拟
|
||||
|
||||
# 阶段总结
|
||||
|
||||
大家以上题目都做过了，也一定要看如下阶段小结。
|
||||
|
||||
**每周小结都会对大家的疑问做统一解答，并且对每周的内容进行拓展和补充，所以一定要看，将细碎知识点一网打尽！**
|
||||
|
||||
* [本周小结！（二叉树系列一）](https://mp.weixin.qq.com/s/JWmTeC7aKbBfGx4TY6uwuQ)
|
||||
* [本周小结！（二叉树系列二）](https://mp.weixin.qq.com/s/QMBUTYnoaNfsVHlUADEzKg)
|
||||
* [本周小结！（二叉树系列三）](https://mp.weixin.qq.com/s/JLLpx3a_8jurXcz6ovgxtg)
|
||||
* [本周小结！（二叉树系列四）](https://mp.weixin.qq.com/s/CbdtOTP0N-HIP7DR203tSg)
|
||||
|
||||
# 最后总结
|
||||
|
||||
**在二叉树题目选择什么遍历顺序是不少同学头疼的事情，我们做了这么多二叉树的题目了，Carl给大家大体分分类**。
|
||||
|
||||
* 涉及到二叉树的构造，无论普通二叉树还是二叉搜索树一定前序，都是先构造中节点。
|
||||
|
||||
* 求普通二叉树的属性，一般是后序，一般要通过递归函数的返回值做计算。
|
||||
|
||||
* 求二叉搜索树的属性，一定是中序了，要不白瞎了有序性了。
|
||||
|
||||
注意在普通二叉树的属性中，我用的是一般为后序，例如单纯求深度就用前序， [二叉树：找所有路径](https://mp.weixin.qq.com/s/Osw4LQD2xVUnCJ-9jrYxJA)也用了前序，这是为了方便让父节点指向子节点。
|
||||
|
||||
所以求普通二叉树的属性还是要具体问题具体分析。
|
||||
|
||||
**最后，二叉树系列就这么完美结束了，估计这应该是最长的系列了，感谢大家33天的坚持与陪伴，接下来我们又要开始新的系列了「回溯算法」！**
|
||||
|
||||
|
||||
**录友们打卡的时候也说一说自己的感想吧！哈哈**
|
||||
|
||||
118
problems/回溯算法理论基础.md
Normal file
118
problems/回溯算法理论基础.md
Normal file
@ -0,0 +1,118 @@
|
||||
|
||||
>
|
||||
|
||||
# 什么是回溯法
|
||||
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](https://mp.weixin.qq.com/s/ivLkHzWdhjQQD1rQWe6zWA)。
|
||||
|
||||
回溯是递归的副产品，只要有递归就会有回溯。
|
||||
|
||||
回溯法的性能如何呢，这里要很大家说清楚了，**虽然回溯法很难，很不好理解，但是回溯法并不是什么高效的算法**。
|
||||
|
||||
# 回溯法的效率
|
||||
|
||||
**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，一些问题只能暴力搜，没有更优的算法了。
|
||||
|
||||
# 回溯法解决的问题
|
||||
|
||||
|
||||
|
||||
回溯算法，相信
|
||||
|
||||
**回溯的问题都可以抽象为一个树形结构，在求解组合问题的过程中，n相当于树的宽度，k相当于树的深度**。
|
||||
|
||||
# 题外话
|
||||
|
||||
一些同学可能分不清什么是组合，什么是排列？
|
||||
|
||||
组合是不强调元素顺序的，排列是强调元素顺序的。
|
||||
|
||||
例如：{1, 2} 和 {2, 1} 在组合上，就是一个集合，因为不强调顺序，而要是排列的话，{1, 2} 和 {2, 1} 就是两个集合了。
|
||||
|
||||
## 回溯算法模板
|
||||
|
||||
这里将给出Carl总结的回溯算法模板，那么先来讲一讲回溯算法的模板伪代码。
|
||||
|
||||
既然回溯是递归的副产品，那么必然要有递归。
|
||||
|
||||
**所以以下讲解中，回溯函数也就是递归函数，指的都是一个函数**。
|
||||
|
||||
在讲[二叉树的递归](https://mp.weixin.qq.com/s/PwVIfxDlT3kRgMASWAMGhA)中我们说了递归三部曲，这里我再给大家列出回溯三部曲。
|
||||
|
||||
* 回溯函数模板返回值以及参数
|
||||
|
||||
回溯函数伪代码如下：
|
||||
|
||||
```
|
||||
backtracking(参数)
|
||||
```
|
||||
|
||||
在回溯算法中，我的习惯函数起名字为backtracking，回溯中递归返回值一般为void。
|
||||
|
||||
在来看一下参数，因为回溯算法需要的参数，可不像二叉树递归的时候那么容易一次性确定下来，所以一般是先写逻辑，需要什么参数，就填什么参数。
|
||||
|
||||
但后面的回溯题目的讲解中，为了方便理解，我在一开始就帮大家把参数确定下来。
|
||||
|
||||
* 回溯函数终止条件
|
||||
|
||||
回溯函数终止条件伪代码如下：
|
||||
```
|
||||
if (终止条件) {
|
||||
存放结果;
|
||||
}
|
||||
```
|
||||
|
||||
既然是树形结构，那么我们在讲解[二叉树的递归](https://mp.weixin.qq.com/s/PwVIfxDlT3kRgMASWAMGhA)的时候，就知道遍历树形结构一定要有终止条件。
|
||||
|
||||
所以回溯也有要终止条件。
|
||||
|
||||
什么时候达到了终止条件，树中就可以看出，搜到了叶子节点了，就找到了一个符合题目要求的答案，就把这个答案存放起来。
|
||||
|
||||
|
||||
* 回溯搜索的遍历过程
|
||||
|
||||
回溯函数遍历过程伪代码如下：
|
||||
```
|
||||
for (选择：选择列表（可以想成树中每个节点孩子的数量）) {
|
||||
递归，处理节点;
|
||||
backtracking(路径，选择列表);
|
||||
回溯，撤销处理结果
|
||||
}
|
||||
```
|
||||
|
||||
看一下这个for循环，这个for循环是做什么呢？
|
||||
|
||||
for 就是处理树中每一个节点的各个孩子的情况， 一个节点有多少个孩子，这个for循环就执行多少次。
|
||||
|
||||
注意这个backtracking就是自己调用自己，实现递归。
|
||||
|
||||
**一些同学对递归操作本来就不熟练，递归上面又加上一个for循环，可能就更迷糊了**， 我再给大家捋顺一下。
|
||||
|
||||
这个backtracking（递归函数）是从根节点向树的叶子节点方向遍历，**for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历**，这样就把这棵树全遍历完了，如图所示：
|
||||
|
||||
<img src='../pics/77.组合1.png' width=600> </img></div>
|
||||
|
||||
backtracking一直往深处遍历，总会遇到叶子节点，遇到了叶子节点就要返回，那么backtracking的下面部分就是回溯的操作了，撤销本次处理的结果。
|
||||
|
||||
分析完过程，回溯算法模板框架如下：
|
||||
|
||||
```
|
||||
backtracking(参数) {
|
||||
if (终止条件) {
|
||||
存放结果;
|
||||
}
|
||||
|
||||
for (选择：选择列表（可以想成树中每个节点孩子的数量）) {
|
||||
递归，处理节点;
|
||||
backtracking(路径，选择列表);
|
||||
回溯，撤销处理结果
|
||||
}
|
||||
}
|
||||
|
||||
```
|
||||
|
||||
@ -1,4 +1,7 @@
|
||||
|
||||
> 链表理论基础
|
||||
|
||||
|
||||
* [关于链表，你该了解这些！](https://mp.weixin.qq.com/s/ntlZbEdKgnFQKZkSUAOSpQ)
|
||||
* [链表：听说用虚拟头节点会方便很多？](https://mp.weixin.qq.com/s/slM1CH5Ew9XzK93YOQYSjA)
|
||||
* [链表：一道题目考察了常见的五个操作！](https://mp.weixin.qq.com/s/Cf95Lc6brKL4g2j8YyF3Mg)
|
||||
|
||||
Reference in New Issue
Block a user