一、回溯法#
- 回溯法與
dfs 相當類似，本質上都是暴力窮舉的演算法，但細微的差異在於：dfs 在遍歷節點。backtracking 在遍歷樹枝。
- 站在回溯樹上的一個節點，需要考慮的只有三件事情：
- 路徑
- 選擇
- 終止條件
- 以全排列問題([Leetcode] 46. permutation)來舉例
- 全排列問題即給定一組數組
nums，需返回這些數字的所有排列組合，舉例來說，給定一個數組 nums = [1,2,3]，那麼它可能的排列會有：[1,2,3][1,3,2][2,1,3][2,3,1][3,1,2][3,2,1]
- 對應上圖的回溯樹來看，我們在每個樹的節點，都會面臨一次決策，站在樹的根時，相當於我們要選擇排列的第一位，而我們有三個選擇，即
1 或 2 或 3。若我們的第一位選擇了 1，代表我們選擇了 \(\text{x}_1=1\) 的路徑，故接下來我們的選擇只剩下兩個，即 2 或 3。當我們繼續往下做，直到子葉節點時，代表我們已經沒有選擇可選，此時就是我們的終止條件。 - 回憶我們在二叉樹中練習過前序、中序、後序的思維，前序與後序代表我們在遍歷節點前與後的時間點，而在回溯法，這兩個時間點，各自代表了
- 將選擇加入路徑
- 從路徑中撤銷選擇
- 用二叉樹程式碼來說明即：
void traverse(TreeNode* root){
if (!root) return;
// preorder: do option
traverse(root->left);
traverse(root->right);
// postorder: retrieve option
}
class Node{
int val;
vector<Node*> children;
};
void traverse(Node* root){
if (!root) return;
for (Node* child : root->children) {
// preorder: do option
traverse(child);
// postorder: retrieve option
}
}
二、回溯法的框架#
- 藉由上面的思維練習，我們可以拼湊出回溯法的基本框架：
vector<Node*> path;
vector<vector<Node*>> res;
void backtrack(Node* root) {
if (terminate_condition) { // 當終止條件時
res.push_back(path); // 將路徑加入結果
return; // 治原路徑返回
}
for (auto& next : root->children) {
path.push_back(next); // 將選擇加入路徑
backtrack(next);
path.pop_back(); // 從路徑中撤銷選擇
}
}
void backtrack(vector<int>& nums, vector<bool>& visited, vector<int>& path) {
if (path.size() == nums.size()) {
res.push_back(path);
return;
}
for (int i = 0; i < nums.size(); i++) {
if (visited[i]) continue;
visited[i] = true;
path.push_back(nums[i]);
backtrack(nums, visited, path);
visited[i] = false;
path.pop_back();
}
}
三、例題#
- 經典的 N-Queen 問題，在一個 N x N 的棋盤上，每個橫排、直排與斜線都不能出現 2 個以上的皇后，試求有幾種皇后的排法。
- 此題就可以用到回溯法，以 4 x 4 的棋盤為例，我們會建構一個深度為 16 的決策樹：
- 路徑：之前做過的選擇
- 選擇：選擇要放置皇后，或是不要放置皇后
- 終止條件：16 個棋格都走完(4列都走完)
- 注意：因為在第
i 列放了皇后，則同列的其它格子就不能放皇后了，故我們可以直接往第 i+1 列前進。故到了第 n 列，代表達到終止條件。
- 程式碼：
int sz;
vector<vector<string>> solveNQueens(int n) {
sz = n;
vector<vector<string>> res;
vector<string> board(n, string(n, '.'));
backtrack(board, 0, res);
return res;
}
void backtrack(vector<string>& board, int row, vector<vector<string>>& res){
if (row == sz){ // 終止條件：走完 n 行
res.push_back(board);
return;
}
for (int col = 0; col < sz; col++){
if (!isValid(board, row, col)) continue;
board[row][col] = 'Q'; // 放皇后
backtrack(board, row+1, res);
board[row][col] = '.'; // 撤銷皇后
}
}
// 直行、橫列、斜線都不能出線皇后
bool isValid(vector<string>& board, int& row, int& col){
if (row == sz) return true;
for (int i = row - 1; i >= 0; i--)
if (board[i][col] == 'Q') return false;
for (int i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--){
if (board[i][j] == 'Q') return false;
}
for (int i = row - 1, j = col + 1; i >= 0 && j < sz; i--, j++){
if (board[i][j] == 'Q') return false;
}
return true;
}
- 給定一個 DAG(directed acyclic graph)，各用
0 到 n-1 的數字標示，找出所以可能從 0 走到 n-1 的路徑。其中 graph[i] 代表從 i 可以到達的下一個節點。
vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) {
vector<vector<int>> res;
vector<int> path;
path.push_back(0); // 站在起點 0
backtrack(graph, res, path, 0, -1);
return res;
}
void backtrack(vector<vector<int>>& graph, vector<vector<int>>& res, vector<int>& path, int curr, int last) {
if (curr == graph.size()-1) { // 到達終點 n-1
res.push_back(path);
return;
}
for (const auto& next : graph[curr]) {
// if (last == next) continue; // 若是 directed 或是 cyclic graph，需要避免走回頭路
path.push_back(next); // 做選擇
backtrack(graph, res, path, next, curr);
path.pop_back(); // 做撤銷
}
}
- 機器人必須走過除了牆外的所有棋格，必且到達指定的位置，試求機器人有幾種走法。其中
1 代表起點。2 代表終點。0 代表空白棋格，即機器人必須要經過的棋格。-1 代表牆，即機器人無須經過且不能經過的棋格。
- 注意此題的選擇、與撤銷的位置與框架中的前序、後序位置不同，試想會有什麼效果
int res;
int uniquePathsIII(vector<vector<int>>& grid) {
res = 0;
int m = grid.size(), n = grid[0].size();
// 先記錄機器人的起點與終點
pair<int,int> start, end;
// 記錄機器人所需走多少步(選擇的次數): 棋格數-障礙-1
int left = m*n;
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
if (grid[i][j] == 1) {
start = {i, j};
left--;
} else if (grid[i][j] == -1) {
left--;
}
}
}
backtrack(grid, start.first, start.second, left);
return res;
}
int dir[4][2] = {{1,0},{0,1},{-1,0},{0,-1}};
void backtrack(vector<vector<int>>& grid, int row, int col, int left) {
// 超出棋格、或是已經走過
if (row < 0 || row >= grid.size() || col < 0 || col >= grid[0].size() || grid[row][col] == -1) return;
// 終止條件：到達目標且每一個空白棋格都走完(left == 0)
if (grid[row][col] == 2 && left == 0) {
res++;
return;
}
int tmp = grid[row][col]; // 做選擇
grid[row][col] = -1; // 做標記，代表已走過
for (const auto& d : dir) {
backtrack(grid, row+d[0], col+d[1], left-1);
}
grid[row][col] = tmp; // 做撤銷
}
