1.什么是回溯算法

“回溯”算法也叫“回溯搜索”算法，主要用于在一个庞大的空间里搜索我们所需要的问题的解。“回溯”指的是“状态重置”，可以理解为“回到过去”、“恢复现场”，是在编码的过程中，是为了节约空间而使用的一种技巧。而回溯其实是“深度优先遍历”特有的一种现象。之所以是“深度优先遍历”，是因为我们要解决的问题通常是在一棵树上完成的，在这棵树上搜索需要的答案，一般使用深度优先遍历。

2. 示例1（回溯+状态重置）

“全排列”就是一个非常经典的“回溯”算法的应用。我们知道，N 个数字的全排列一共有 N!这么多个。

以数组 [1, 2, 3] 的全排列为例。

我们先写以 1 开头的全排列，它们是：[1, 2, 3], [1, 3, 2]；
以 2 开头的全排列，它们是：[2, 1, 3], [2, 3, 1]；
最后写以 3 开头的全排列，它们是：[3, 1, 2], [3, 2, 1]

我们只需要按顺序枚举每一位可能出现的情况，已经选择的数字在接下来要确定的数字中不能出现。按照这种策略选取就能够做到不重不漏，把可能的全排列都枚举出来。

使用编程的方法得到全排列，就是在如下图这样的一个树形结构中进行编程，具体来说，就是执行一次深度优先遍历，从树的根结点到叶子结点形成的路径就是一个全排列。

下面我们解释如何编码：
（1）首先这棵树除了根结点和叶子结点以外，每一个结点做的事情其实是一样的，即在已经选了一些数的前提下，我们需要在剩下还没有选择的数中按照顺序依次选择一个数，这显然是一个递归结构
（2）递归的终止条件是，数已经选够了，因此我们需要一个变量来表示当前递归到第几层，我们把这个变量叫做 depth
（3）这些结点实际上表示了搜索（查找）全排列问题的不同阶段，为了区分这些不同阶段，我们就需要一些变量来记录程序进行到哪一步了，在这里我们需要两个变量：
【a】已经选了哪些数，到叶子结点时候，这些已经选择的数就构成了一个全排列（path）
【b】一个布尔数组 isused，初始化的时候都为 false 表示这些数还没有被选择，当我们选定一个数的时候，就将这个数组的相应位置设置为 true ，这样在考虑下一个位置的时候，就能够以 O(1) 的时间复杂度判断这个数是否被选择过，这是一种“以空间换时间”的思想

把这两个变量称之为“状态变量”，它们表示了我们在求解一个问题的时候所处的阶段。

（4）在非叶子结点处，产生不同的分支，这一操作的语义是：在还未选择的数中依次选择一个元素作为下一个位置的元素，这显然得通过一个循环实现。
（5）因为是执行深度优先遍历，从较深层的结点返回到较浅层结点的时候，需要做**“状态重置”，即“回到过去”、“恢复现场”, 将最近加入到path变量中的数弹出,并将isused数组中对应位置设置为False**
程序实现

def permutation(nums):result = []pre = []    # 保存临时结果isused = [False]*len(nums)def recursion(pre, isused):if len(pre) == len(nums):# 此处需要注意，不可使用res.append(pre), 因为后面对pre的改变此处也会随之改变，因此需要深度复制result.append(pre.copy())returnfor i in range(len(nums)):if isused[i] == False:pre.append(nums[i])isused[i] = Truerecursion(pre, isused)pre.pop()isused[i] = Falserecursion(pre, isused)return resultif __name__ == "__main__":result = permutation([1, 2, 3, 4])print(result)

2.2 复杂度分析

（回溯算法的时间复杂度一般都比较高，有些问题分析起来很复杂，我个人觉得没有必要掌握，而且剪枝剪得好的话，复杂度会降得很低，因此分析的最坏时间复杂度的意义也不是很大，视情况而定。）
时间复杂度：O(NxN!)

3. 示例2（回溯不带状态重置）

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

输入: n = 4, k = 2
输出:
[[2,4],[3,4],[2,3],[1,2],[1,3],[1,4],
]

在该例子中不需要设置isused数组来记录哪些数字被使用过了，因为组合和排列不同，对于组合而言，[1, 2]和[2, 1]是同一个组合，而对于排列而言，则是不同的排列

完整程序

class Solution:def combine(self, n: int, k: int) -> List[List[int]]:if n == [] or k>n:return []path = []result = []start = 1self.digui(path, result, start, k, n)return resultdef digui(self, path, result, start, k, n):if len(path) == k:result.append(path[:])returnfor i in range(start, n+1):path.append(i)start += 1self.digui(path, result, start, k, n)path.pop()

4. 示例3 （回溯+状态重置+剪枝）

给定一个可包含重复数字的序列，返回所有不重复的全排列。

输入: [1,1,2]
输出:
[[1,1,2],[1,2,1],[2,1,1]
]

此处题目要求找出所有不重复的全排列，即要求去重，所以在回溯法中必须剪枝以达到去重效果，程序如下：

class Solution:def permuteUnique(self, nums: List[int]) -> List[List[int]]:res = []pre = []isused = [False]*len(nums)# 先进行排序nums.sort()self.digui(nums, isused, pre, res)return resdef digui(self, nums, isused, pre, res):if len(pre) == len(nums):res.append(pre.copy())returnfor i in range(len(nums)):# 增加条件剪枝去重if i>0 and nums[i]==nums[i-1] and isused[i-1]==False or isused[i]:continueelse:isused[i]=Truepre.append(nums[i])self.digui(nums, isused, pre, res)isused[i] = Falsepre.pop()

总体思路就是先将列表元素排序，然后按照示例1方法回溯查找所有排列，增加条件nums[i]==nums[i-1] and isused[i-1]==False进行剪枝，为什么该条件能够剪枝，自己画树图模拟查找过程即可发现

5. 总结

先画图，画图是非常重要的，只有画图才能帮助我们想清楚递归结构，想清楚如何剪枝。在画图的过程中思考清楚：
（1）分支如何产生；
（2）题目需要的解在哪里？是在叶子结点、还是在非叶子结点、还是在从跟结点到叶子结点的路径？
（3）哪些搜索是会产生不需要的解的？例如：产生重复是什么原因，如果在浅层就知道这个分支不能产生需要的结果，应该提前剪枝，剪枝的条件是什么，代码怎么写？

6.参考

leetcode 全排列题解

回溯算法（深度优先+状态重置+剪枝）相关推荐

“回溯”算法总结（深度优先遍历 + 状态重置 + 剪枝）
地址:https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-python-dai-ma-java-dai-ma-b ...
回溯算法与深度优先遍历对比
回溯算法与深度优先遍历对比回溯算法与深度优先遍历理解搜索与遍历与动态规划的区别共同点不同点从全排列问题开始理解回溯算法设计状态变量代码实现参考代码 1 (错误代码): 修改的部 ...
[Leedcode][JAVA][第46题][全排列][回溯算法]
[问题描述] 46.全排列 (中等) 给定一个没有重复数字的序列,返回其所有可能的全排列.示例:输入: [1,2,3] 输出: [[1,2,3],[1,3,2],[2,1,3],[2,3,1],[ ...
【算法思想：回溯法】回溯算法入门级详解
回溯法是一种非常重要的算法思想,在大厂面试中频繁出现,所以做了一个笔记,记录了一下. 回溯算法与深度优先遍历以下是维基百科中「回溯算法」和「深度优先遍历」的定义. 回溯法采用试错的思想,它尝试分步 ...
回溯法遵循深度优先吗_闲来刷下「回溯算法」
定义 ❝ 回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就"回溯"返回,尝试别的路径.回溯法是一种选优搜索法,按选优条件向 ...
回溯法遵循深度优先吗_回溯算法(一)
一.什么是回溯算法回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就"回溯"返回,尝试别的路径.许多复杂的,规模较大的问题 ...
LeetCode-题目详解（十一）：回溯算法【递归回溯、迭代回溯】【DFS是一个劲往某一个方向搜索；回溯算法建立在DFS基础之上，在搜索过程中，达到结束/裁剪条件后，恢复状态，回溯上一层，再次搜索】
这里写目录标题一.概述 1.深度优先遍历(DFS) 和回溯算法区别 2. 何时使用回溯算法 3.回溯算法步骤 4.回溯问题的类型二.LeetCode案例 39. 组合总和 40. 组合总和II 7 ...
Nuist集训队作业：深度优先搜索（回溯算法）
Nuist集训队第一次作业:深度优先搜索(回溯算法) 引例深搜基本思想及回溯算法模板 P1706 全排列问题 P1219 八皇后 P1605 迷宫 P1101 单词方阵小结引例国际西洋棋棋手马 ...
回溯算法及其剪枝优化修改----学习笔记
视频来源:代码随想录 https://www.bilibili.com/video/BV1cy4y167mM (递归函数)/(回溯函数):回溯就是递归的过程回溯搜索法:是纯暴力搜索例如: 组合问题 ...

回溯算法（深度优先+状态重置+剪枝）