一、暴力递归和回溯

1.1、暴力递归概念说明

暴力递归就是尝试

  • 将问题转换为规模缩小了的同类问题的子问题。
  • 有明确的不需要继续进行递归的条件,这个条件是递归的退出条件
  • 有当得到了子问题的结果**之后的决策过程
  • 不记录每一个子问题的解

1.2、回溯算法概念说明

回溯算法实际上就是 N 叉树的遍历 ,这个 N 等于当前可做的选择(choices)的总数,同时,在前序遍历的位置作出当前选择(choose 过程),然后开始递归,最后在后序遍历的位置取消当前选择(unchoose 过程)

  • 回溯算法伪代码模板如下:
1
2
3
4
5
6
7
8
9
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

回溯算法相当于一个决策过程,递归地遍历一棵决策树,穷举所有的决策,同时把符合条件的决策挑出来。

在过程中,我们需要思考三个问题:

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

1.3、逆序一个栈

1、题目描述

给定一个栈,在不申请额外数据结构的前提下,使用递归函数逆序这个栈

2、解题思路

  • 编写一个函数,这个函数的作用是将栈底的元素取出

比如说,有一个栈,元素从顶而下分别是 [1,2,3] ,那么这个函数可以将栈底的 3 取出,同时将栈变为 [1,2]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
    /**
    * 这个方法的作用是,将栈底的元素取出并返回。
    * @param stack
    * @return
    */
   public static int getLastElementFromStack(Stack<Integer> stack) {
       // 使用一个临时变量来接收当前传入栈栈顶的元素
       int result = stack.pop();
       if (stack.isEmpty()) {
           // 如果取出元素后栈为空,那么证明 result 保存的就是栈底元素
           // 此时直接返回即可
           return result;
      } else {
           // 否则进行递归,获取栈的最后一个元素
           int last = getLastElementFromStack(stack);
           // 将临时变量压入栈中
           stack.push(result);
           return last;
      }
  }

假设现在有一个栈,栈元素自顶而下依次是 [1,2,3] ,那么我们使用上面那个函数获取栈底元素 3 的过程如下

image.png

在第二次进行递归调用时,之前的栈顶元素会在第一次方法调用中被 result 变量保存,不会丢失

image-20211208145059506

在第三次调用 getLastElementFromStack 函数后,此时已经获取到了栈底元素,于是进行退栈

image-20211208145109182

  • 编写一个方法,用于将栈逆序

假设我们此时要逆序的栈还是 [1,2,3] ,那么第一次进入 reverseStack 时,他会将栈底元素 3 保存在 temp 中,然后将 [1,2] 作为参数继续进行递归,此时第二次调用 reverseStack ,将 2 保存到 temp 中,同时将 [1] 作为参数继续进行递归,此时第三次调用 reverseStack ,将 1 保存到 temp 中,然后将 [] 作为参数继续进行递归,此时第四次调用 reverseStack ,由于传入的栈为空,那么进行返回,此时回到第三次调用时的栈帧中,将第三次调用时保存的 1 压入到栈中,此时栈为 [1] ,然后此次调用结束,然后分别回到第二次、第一次调用时产生的栈帧中,将该栈帧中 temp 保存的 2 和 3 依次压入栈中,此时逆序完成。

1
2
3
4
5
6
7
8
9
    public static void reverseStack(Stack<Integer> stack) {
       if (stack.isEmpty()) {
           return;
      }
       // 获取当前栈的最后一个元素
       int temp = getLastElementFromStack(stack);
       reverseStack(stack);
       stack.push(temp);
  }

1.4、获取一个字符串的全部子序列

1、解题思路

对于这道题,我们可以遍历字符串,然后对这个字符串的每个字符都进行一次选择,即是否选择将当前遍历到的字符加入到结果中,对全部的字符都选择一遍后,就可以得到全部的字符串子序列

  • **我们尝试获取字符串 **abc 的全部子序列

image.png

2、解题代码

1
2
3
4
5
6
7
8
9
10
11
12
    public static void getSubsequenceList(int index, String str, List<String> result, String path) {
       // 如果当前 index 与字符串长度相同,那么证明已经对字符串的最后一个字符做出了选择
       // 此时直接将 path 加入到结果列表中并返回即可
       if (index == str.length()) {
           result.add(path);
           return;
      }
       // 进行选择,这个函数表示不将当前字符选择进子序列中
       getSubsequenceList(index + 1, str, result, path);
       // 这个函数表示将当前字符选择进子序列中
       getSubsequenceList(index + 1, str, result, path + str.charAt(index));
  }

1.5、转换结果

1、题目描述

规定 1 对应 A 、2 对应 B 、3 对应 C ,那么一个数字字符串比如 111 可以转换为 AAAKAAK

给定一个只有数字组成的字符串 str ,返回有多少种转换结果.

2、解题思路

11111 为例,它的转换过程可以如下

  1. 将第一个 1 转为 A ,然后把剩下四个 1 看为另外一个部分,对剩下的部分进行转换
  2. 将前面两个 1 转为 K ,然后将剩下的三个 1 看为另一个部分,对剩下的部分进行转换

image.png

由于 111 无法转换为对应的数,所以 11111 没有其他的分支

3、解题代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
    /**
    * 对于 str[0, index - 1] 位置上的字符已经转换完毕
    * 这个函数表示 str[index, ...] 有多少种转换结果
    * @param str
    * @param index
    * @return
    */
   public static int process(String str, int index) {
       // base case ,如果此时转换的是 str 的最后一个字符,那么只有一种转换结果
       if (index == str.length()) {
           return 1;
      }
       // 如果当前字符为 0 ,那么没有任何转换结果
       if (str.charAt(index) == '0') {
           return 0;
      }
       // 如果当前字符不是 '0'
       if (str.charAt(index) == '1') {
           // 将自己作为单独的一部分,后续有多少种方法
           int result = process(str, index + 1);
           if (index + 1 < str.length()) {
               // 将 str[index , index + 1] 看为单独的一部分
               result += process(str, index + 2);
          }
           return result;
      }
       if (str.charAt(index) == '2') {
           int result = process(str, index + 1);
           if (index + 1 < str.length() && str.charAt(index + 1) >= '0' && str.charAt(index + 1) <= '6') {
               result += process(str, index + 2);
          }
           return result;
      }
       // 对于 '3' - '9' ,这种情况直接将自己看为单独一部分
       return process(str, index + 1);
  }

1.6、全排列

1、题目描述

给定一个不含重复数字的数组 **nums ,返回其 **所有可能的全排列 。你可以 按任意顺序 返回答案。

  • 示例 1:
1
2
输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
  • 示例 2:
1
2
输入:nums = [0,1]
输出:[[0,1],[1,0]]

2、解题思路

  • 使用回溯算法解决这道题,我们需要明确这道题的三个条件
  1. 路径:当前已经进行排列的数字集合,我们将他们放在一个列表中
  2. 选择列表:nums 数组中不存在于 路径 中的那些元素
  3. 结束条件:当 nums.length 等于路径列表的长度时,此时 nums 中的所有元素都在路径列表中出现

image-20211208140634827

3、解题代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
   public List<List<Integer>> permute(int[] nums) {
       List<List<Integer>> result = new ArrayList<>();
       if (nums == null || nums.length == 0) return result;
       // 使用一个双端列表来模拟 path ,便于我们撤销选择,进行回溯
       LinkedList<Integer> path = new LinkedList<>();
       dfs(nums, path, result);
       return result;
  }

   private void dfs(int[] nums, LinkedList<Integer> path, List<List<Integer>> result) {
       // 如果此时达到终止条件,即 path 的长度等于 nums 的长度,此时所有数字都被选择完
       // 这里不能添加 path ,因为 path 只是一个引用,我们需要将当前 path 中的数据取出来放入到结果中,这样才不会让 path 发生变化时,影响 result 里面的结果
       if (nums.length == path.size()) {
           // 将当前 path 添加到总结果中
           result.add(new LinkedList(path));
           // 直接返回
           return;
      }
       for (int i = 0;i < nums.length;i++) {
           // 排除不合法的选择,如果此时路径已经包含了这个数,那么不将这个数加入到 path 中,直接跳过
           if (path.contains(nums[i])) {
               continue;
          }
           // 做选择,将当前遍历到的数组元素加入到 path 中
           path.addLast(nums[i]);
           // 进入下一层树
           dfs(nums, path, result);
           // 撤销选择,进行回溯
           path.removeLast();
      }
  }

1.7、子集

1、题目描述

给你一个整数数组 nums ,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)。

解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。

  • 示例
1
2
输入:nums = [1,2,3]
输出:[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]

2、解题思路

  • 使用回溯算法解决这道题,这道题与 1.4 获取字符串的全部子序列一题的解题思路一致,都是在每一步分别对当前元素进行选择,然后收集选择对应的结果

image.png

3、解题代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
    public List<List<Integer>> subsets(int[] nums) {
       List<List<Integer>> result = new ArrayList<>();
       if (nums == null || nums.length == 0) return result;
       LinkedList<Integer> path = new LinkedList<>();
       dfs(0, nums, result, path);
       return result;
  }

   private void dfs(int index, int[] nums, List<List<Integer>> result, LinkedList<Integer> path) {
       // 判断此时是否到达终止条件,当 index == nums.length 时,证明已经对最后一个元素进行了选择,此时收集结果
       if (index == nums.length) {
           result.add(new LinkedList(path));
           return;
      }
       // 进行选择,我们既要收集将当前数组元素加入 path 的结果,也要考虑不讲当前元素加入 path 的结果
       path.addLast(nums[index]);
       // 选择 1 ,将 nums[index] 加入 path
       dfs(index + 1, nums, result, path);
       // 选择 2 ,不将 nums[index] 加入 path
       path.removeLast();
       dfs(index + 1, nums, result, path);
  }