大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
- 回溯算法是算法设计中的一种
- 回溯算法是一种渐进式寻找并构建问题解决方式的策略
- 回溯算法会先从一个可能的动作开始解决问题，如果不行，就回溯并选择另一个动作，直到将问题解决
- 使用场景
- 有很多路
- 在这些路中，有死路和出路
- 通常需要递归来模拟所有的路
leetcode 46: 全排列
- 解题思路
- 要求：1所有排列情况； 2没有重复元素
- 有出路有死路
- 使用回溯算法
- 解题步骤
- 用递归模拟出所有情况
- 遇到包含重复元素的情况，就回溯
- 收集所有到达递归终点的情况，并返回
code
// 时间复杂度O(n!) n的阶乘
var permute = function(nums) {
const res = []
const backtrack = (path) => {
if (path.length === nums.length) {
res.push(path)
return
}
nums.forEach(n => {
if (path.includes(n)) return // 死路：包含元素
backtrack(path.concat(n))
})
}
backtrack([])
}
leetcode78:子集 
- 解题思路
- 要求：1所有子集； 2没有重复元素
- 有出路有死路
- 使用回溯算法
- 解题步骤
- 用递归模拟出所有情况
- 保证接的数字都是后面的数字
- 收集所有到达递归终点的情况，并返回
code
// 时间复杂度O(2^N) 空间复杂度O(N)
var subsets = function(nums) {
const res = []
const backtrack = (path, l, start) => {
if (path.length === l) {
res.push(path)
return
}
for (let j = start; j < nums.length; j++) {
backtrack(path.concat(nums[j]), l, j + 1)
}
}
for (let i = 0; i <= nums.length; i++) {
backtrack([], i, 0)
}
return res
}
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/186020.html原文链接：https://javaforall.net
