深度优先搜索(DFS)-算法入门

深度优先搜索(DFS)-算法入门

DFS的主要六步

①递归树

②找结束条件(画出树后,结束条件比较好判断)

③找选择列表(看递归树)

④判断是否需要剪枝

⑤做出选择,递归调用,继续下一层递归

⑥撤销选择(回溯)

子集

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。

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

解决方案:

class Solution {
public:
    vector<int> temp;
    vector<vector<int>> res;
    void dfs(vector<int> &nums, int start, int n){
        res.push_back(temp);
        for (int i = start; i < n; i++) {
            temp.push_back(nums[i]);
            dfs(nums, i + 1, n);
            temp.pop_back();
        }
    }
    vector<vector<int>> subsets(vector<int>& nums) {
        int n = nums.size();
        dfs(nums, 0, n);
        return res;
    }
};

六步法分析:

①画出递归树(需要一些回溯的基础思维)
深度优先搜索(DFS)-算法入门_第1张图片

②找结束条件,很显然为空结束,可以省略不写

③找选择列表,从图中可以看出是选择走过路径之后的数,解答中的for (int i = start; i < n; i++)

就是我们的选择列表,对应我们图中的同一层的路径选择

④剪枝,显然图中的路径都是我们所需要的答案,所以不需要剪枝

操作后递归,将路径保存,之后递归进入下一层

⑥回溯操作,相当于撤销该层的操作,与第⑤步中的操作反着来就可

如果我们的集合有重复元素?又该如何处理呢?

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

解决方案:

class Solution {
public:
    vector<int> temp;
    vector<vector<int>> res;
    void dfs(vector<int> nums, int start, int n) {
            res.push_back(temp);
        for (int i = start; i < n; i++) {
            if (i != start && nums[i] == nums[i - 1]) continue;
            temp.push_back(nums[i]);
            dfs(nums, i + 1, n);
            temp.pop_back();
        }
    }
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        int n = nums.size();
        sort(nums.begin(), nums.end());//与剪枝配套使用
        dfs(nums, 0, n);
        return res;
    }
};

具体分析和上一题差不多,但是不一样的是需要我们去剪去一些不必要的分枝,如图
深度优先搜索(DFS)-算法入门_第2张图片

那么我们第④步的剪枝该怎么做呢,我们先需要对数组进行预处理,排序,让我们相同的值,挨在一起,当

if (i != start && nums[i] == nums[i - 1]) continue;就不用往下递归

以下有一些组合的题目,和子集类似,第⑤步稍有不同,直接贴题目和解决方案

组合

输入:candidates = [2,3,6,7], target = 7
输出:[[2,2,3],[7]]
解释:
2 和 3 可以形成一组候选,2 + 2 + 3 = 7 。注意 2 可以使用多次。
7 也是一个候选, 7 = 7 。
仅有这两种组合。
class Solution {
public:
    vector<int> path;
    vector<vector<int>> res;
    int cnt = 0;
    void dfs(vector<int> nums, int start, int n, int target) {
        if (cnt == target) {
            res.push_back(path);
            return;
        }
        for (int i = start; i < n; i++) {
            if (cnt > target) continue;
            cnt += nums[i];
            path.push_back(nums[i]);
            dfs(nums, i, n, target);//从i开始不用,满足题目重复选择
            path.pop_back();
            cnt -= nums[i];
        }
    }
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        int n = candidates.size();
        dfs(candidates, 0, n, target);
        return res;
    }
};

当然还有不能重复使用的,剪枝方案和子集一样,排序后,相邻元素相同的枝条剪去。

全排列

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。

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]]

深度优先搜索(DFS)-算法入门_第3张图片

class Solution {
public:
    bool visited[6];
    vector<int> path;
    vector<vector<int>> res;
    void dfs(vector<int>& nums, int depth, int n) {
        for (int i = 0; i < path.size(); i++) cout<<path[i]<<" ";
        cout << endl;
        if (depth == n){
            res.push_back(path);
            return;
        }
        for (int i = 0; i < n; i++) {
            if (!visited[i]){
                 path.push_back(nums[i]);
                 visited[i] = true;
                 dfs(nums, depth + 1, n);
                visited[i] = false;
                path.pop_back();
            }
        }
    }
    vector<vector<int>> permute(vector<int>& nums) {
        int n = nums.size();
        dfs(nums, 0, n);
        return res;
    }
};

分析:

因为全排列的题目,有顺序要求,所以选择列表不能,再选路径之后的数,我们需要要用一个visited数组来标记一个元素是否被访问过,本题不需要剪枝。

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

同样的问题如果有重复元素该怎么办?还用之前的if (i != start && nums[i] == nums[i - 1]) continue;能行吗?看上去貌似可以,但是我们还需要添加一个条件if (i != start && nums[i] == nums[i - 1] && !visited[i - 1]) continue; 保证上一个元素是否被访问过,如果是即使相同也不能被减去,否则会出错,可以自行画递归树,或者调试感受。

总结

DFS的基本思考方式就是这些了,不过还有许多很难的搜索题目,需要我们去灵活运用这些基本方法,加以改进,递归的整个过程是人脑不可视的,通俗来讲,就是递归树我们的大脑很难整个去了解它的具体结构,我们往往是通过一些简单的例子去画出一个递归树,然后去揣摩它接下来的发展情况,写出代码,感觉上有点像数学上的归纳推理,所以我们没有必要去想象它整个运行的具体情况,这很费脑,也没有必要,从局部出发,推理全局。这里许多内容都借鉴了leetcode某位大佬的思想,大家也可以去大佬写的题解处看看
大佬的题解

以上题目均来自leetcode

你可能感兴趣的:(深度优先,算法,leetcode,c++)