数据结构和算法

DSA 主页 DSA 概述 DSA 环境设置 DSA 算法基础 DSA 渐近分析

数据结构

DSA 数据结构基础 DSA 数据结构和类型 DSA 数组数据结构

链接列表

DSA 链接列表数据结构 DSA 双向链接列表数据结构 DSA 循环链表数据结构

堆栈 &队列

DSA 堆栈数据结构 DSA 表达式解析 DSA 队列数据结构

搜索算法

DSA 搜索算法 DSA 线性搜索算法 DSA 二分搜索算法 DSA 插值搜索 DSA 跳跃搜索算法 DSA 指数搜索 DSA 斐波那契搜索 DSA 子列表搜索 DSA 哈希表

排序算法

DSA 排序算法 DSA 冒泡排序算法 DSA 插入排序算法 DSA 选择排序算法 DSA 归并排序算法 DSA 希尔排序算法 DSA 堆排序 DSA 桶排序算法 DSA 计数排序算法 DSA 基数排序算法 DSA 快速排序算法

图形数据结构

DSA 图形数据结构 DSA 深度优先遍历 DSA 广度优先遍历 DSA 生成树

树数据结构

DSA 树数据结构 DSA 树遍历 DSA 二叉搜索树 DSA AVL 树 DSA 红黑树 DSA B树 DSA B+ 树 DSA 伸展树 DSA 尝试 DSA 堆数据结构

递归

DSA 递归算法 DSA 使用递归的汉诺塔 DSA 使用递归的斐波那契数列

分而治之

DSA 分而治之 DSA 最大最小问题 DSA 施特拉森矩阵乘法 DSA Karatsuba 算法

贪婪算法

DSA 贪婪算法 DSA 旅行商问题(贪婪方法) DSA Prim 最小生成树 DSA Kruskal 最小生成树 DSA Dijkstra 最短路径算法 DSA 地图着色算法 DSA 分数背包问题 DSA 作业排序截止日期 DSA 最佳合并模式算法

动态规划

DSA 动态规划 DSA 矩阵链乘法 DSA Floyd Warshall 算法 DSA 0-1 背包问题 DSA 最长公共子序列算法 DSA 旅行商问题(动态方法)

近似算法

DSA 近似算法 DSA 顶点覆盖算法 DSA 集合覆盖问题 DSA 旅行商问题(近似方法)

随机算法

DSA 随机算法 DSA 随机快速排序算法 DSA Karger 最小割算法 DSA Fisher-Yates 洗牌算法

DSA 有用资源

DSA 问答 DSA 快速指南


DSA - 回溯算法

回溯算法是一种解决问题的方法,它会尝试所有可能的解决方案,并选择最佳或理想的解决方案。通常,它用于解决具有多个解决方案的问题。回溯算法是指,对于给定的问题,如果当前解不合适,则将其排除,然后回溯尝试其他解。

何时使用回溯算法?

回溯算法可用于以下问题 −

  • 问题有多个解或需要找到所有可能的解。

  • 当给定问题可以分解为与原始问题类似的较小子问题时。

  • 如果问题有一些解必须满足的约束或规则

回溯算法如何工作?

回溯算法会探索各种路径,以找到一条通往解决方案的序列路径。沿着这些路径,它会建立一些小的检查点,如果找不到可行解,问题就可以从这些检查点回溯。这个过程会持续下去,直到找到最佳解。

回溯

上图中,绿色表示起点,蓝色表示中间点,红色表示没有可行解的点,灰色表示最终解。

当回溯算法到达解的终点时,它会检查这条路径是否为解。如果是解路径,则返回,否则,回溯到上一步以找到解。

算法

以下是回溯算法 −

1. 开始
2. 如果 current_position 是目标点,则返回成功。
3. 否则
4. 如果 current_position 是终点,则返回失败。
5. 否则,如果 current_position 不是终点,则继续探索并重复以上步骤。
6. 停止

回溯的复杂度

通常,回溯算法的时间复杂度是指数级的 (0(kn))。在某些情况下,我们观察到它的时间复杂度是阶乘级的 (0(N!))。

回溯问题的类型

回溯算法适用于一些特定类型的问题。它们如下 −

  • 决策问题 −它用于找到问题的可行解。

  • 优化问题 − 它用于找到可应用的最佳解决方案。

  • 枚举问题 −它用于找到问题所有可行解的集合。

回溯算法示例

以下列表展示了回溯算法 − 的示例。