回溯算法的类型（算法-回溯法）

回溯法就是一种有组织的系统化搜索技术，可以看作是蛮力法穷举搜索的改进。回溯法从根节点出发，按照深度优先策略遍历解空间树，搜索满足约束条件的解。这两类函数统称为剪枝函数。首先将x1值为1，到达结点2，表示哈密顿回路从顶点1开始。注意到，解空间树中共有243个节点，而回溯法只搜索了其中的21个节点后就找到了问题的解。以使用回溯法计算四皇后问题举例。

回溯法就是一种有组织的系统化搜索技术，可以看作是蛮力法穷举搜索的改进。

回溯法每次只构造可能解的一部分，然后评估这个部分解，如果这个部分解有可能导致一个完整解，则对其进一步构造，否则，就不必继续构造这个部分解了。回溯法常常可以避免搜索所有的可能解，所以，它适用于求解组合数量较大的问题。

1.概述1.1问题的解空间

复杂问题常常有很多的可能解，这些可能解构成了问题的解空间。解空间也就是进行穷举的搜索空间，所以，解空间中应该包括所有的可能解。

为了用回溯法求解一个具有n个输入的问题，一般情况下，将其可能解表示为满足某个约束条件的等长向量X=(x1,x2,……,xn)，其中分量xi(1<=i<=n)的取值范围是某个有限几何Si={ai1,ai2,……,airi}，所有可能的解向量构成了问题的解空间。

问题的解空间一般用解空间树的方式组织，因为解空间树能将解空间形象化。如0/1背包问题，

1.2解空间的动态搜索

蛮力法是对整个解空间树中的所有可能解进行穷举搜索的一种方法，但是，只有满足约束条件的解才是可行解，只有满足目标函数的解才是最优解，这就有可能减少搜索空间。回溯法从根节点出发，按照深度优先策略遍历解空间树，搜索满足约束条件的解。在搜索至树中任一结点时，先判断该结点对应的部分解是否满足约束条件，或者是否超出目标函数的界，也就是判断该节点是否包含问题的（最优）解，如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓的剪枝；否则，进入以该结点为根的子树，继续按照深度优先策略搜索。

回溯法的搜索过程涉及的结点只是整个解空间树的一部分，在搜索过程中，通常采用两种策略避免无效搜索：(1)用约束条件减去得不到可行解的子树;（2）用目标函数剪去得不到最优解的子树。这两类函数统称为剪枝函数。

1.3回溯法的求解过程2.图问题中的回溯法2.1图着色问题

图着色问题描述为：给定无向连通图G=(V,E)和正整数m，求最小的整数m，使得用m种颜色对G中的顶点着色，使得任意两个相邻顶点着色不同。

首先把所有顶点的颜色初始化为0，然后依次为每个顶点着色。在图着色问题的解空间树中，如果从根节点到当前节点对应一个部分解，也就是所有的颜色指派都没有冲突，则在当前节点处选择第一棵子树继续搜索，也就是为下一个顶点着颜色1，否则，对当前子树的兄弟子树继续搜索，也就是为当前顶点着色下一个颜色，如果所有m种颜色都已尝试过并且发生冲突，则回溯到当前节点的父结点处，上一个顶点的颜色被改变，以此类推。

对于下图中求解三着色问题，在解空间树中，从根节点出发，搜索第一棵子树，即为顶点A着颜色1，再搜索节点2的第一棵子树，即为顶点B着颜色1，这导致一个不可行解，回溯到节点2，选择节点2的第二棵子树，即为顶点B着颜色2，在为顶点C着色时，经过着颜色1和2的失败尝试后，选择节点4的第三棵子树，即为顶点C着颜色3，在节点7选择第一颗子树，就为顶点D着颜色1，但是在为顶点E着色时，顶点E无论着3种颜色的哪一种均发生冲突，于是导致回溯，在节点7选择第二棵子树也会发生冲突，于是，选择节点7的第三棵子树，即顶点D着颜色3，在节点10选择第一棵子树，即为顶点E着颜色1，得到了一个解(1,2,3,3,1)。注意到，解空间树中共有243个节点，而回溯法只搜索了其中的14个节点后就找到了问题的解。

416. 分割等和子集https://leetcode-cn.com/problems/partition-equal-subset-sum/ - 中等代码https://github.com/shidawuhen/asap/blob/master/controller/algorithm/partitionequalsubsetsum.go

2.2哈密顿回路问题

要求从一个城市出发，经过每个城市恰好一次，然后回到出发城市。

下图(a)所示是一个无向图，在解空间树中从根结点1开始搜索。首先将x1值为1，到达结点2，表示哈密顿回路从顶点1开始。然后将x2置为1，到达结点3，但顶点1重复访问，搜索节点3的兄弟子树，将x2置为2，构成哈密顿回路的部分解(1,2)，在经过节点5和节点6的失败尝试后，将x3置为3，将哈密顿回路的部分解扩展到(1,2,3)，在经过节点8、节点9和节点10的失败尝试后，将x4置为4，将哈密顿回路的部分解扩展到(1,2,3,4)，在经过节点12、节点13、节点14和节点15的失败的尝试后，将x5置为5，将哈密顿回路的部分解扩展到(1,2,3,4,5)，但是在图(a)中从顶点5到顶点1没有边，引起回溯；将x4置为5，到达节点17，构成哈密顿回路的部分解(1,2,3,5)，在经过节点18、19和20的失败的尝试后，将x5置为4，将哈密顿回路的部分解扩展到(1,2,3,5,4)，而在图(a)中从顶点4到顶点1存在边，所以，找到了一条哈密顿回路(1,2,3,5,4,1)，搜索过程结束。注意到，解空间树中共有243个节点，而回溯法只搜索了其中的21个节点后就找到了问题的解。在解空间树中的搜索构成如图(b)所示。

257. 二叉树的所有路径ttps://leetcode-cn.com/problems/binary-tree-paths/ - 简单代码https://github.com/shidawuhen/asap/blob/master/controller/algorithm/binarytreepaths.go

3.组合问题中的回溯法3.1八皇后问题

八皇后问题是19世纪著名的数学家高斯与1850年提出来的。问题是：在8*8的棋盘上摆放8个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上。

以使用回溯法计算四皇后问题举例。

回溯法从空棋盘开始，首先把皇后1摆放到它所在行的第一个可能的位置，也就是第一行第一列；对于皇后2，在经过第一列和第二列的失败的尝试后，把它摆放到第一个可能的位置，也就是第二行第三列；对于皇后3，把它摆放到第三行的哪一列上都会引起冲突，所以，进行回溯，回到对皇后2的处理，把皇后2摆放到下一个可能的位置，也就是第二行第四列；然后，皇后3摆放到第三行的哪一列上都会引起冲突，再次进行回溯，回到对皇后2的处理，但此时皇后2位于棋盘的最后一列，继续回溯，回到对皇后1的处理，把皇后1摆放到下一个可能的位置，也就是第一行第二列，接下来，把皇后2摆放到第二行第四列的位置，把皇后3摆放到第三行第一列的位置，把皇后4摆放到第四行第三列的位置，这就是四皇后问题的一个解，在解空间树中的搜索过程如图所示。在n=4的情况下，解空间树共有65个节点，24个叶子节点，但实际搜索过程中，遍历操作只涉及8个节点，在24个叶子节点中，仅遍历一个叶子节点就找到了满足条件的解。

面试题 08.12. 八皇后https://leetcode-cn.com/problems/eight-queens-lcci - 困难代码https://github.com/shidawuhen/asap/blob/master/controller/algorithm/eightqueenslcci.go
51. N 皇后https://leetcode-cn.com/problems/n-queens/ - 相同题目
52. N皇后 IIhttps://leetcode-cn.com/problems/n-queens-ii/ - 相同题目

3.2批处理作业调度问题

n个作业{1,2,……,n}要在两台机器上处理，每个作业必须先由机器1处理，然后再由机器2处理，机器1处理作业i所需时间为ai，机器2处理作业i所需时间为bi(1<=i<=n)，批处理作业调度问题要求确定这n个作业的最优处理顺序，使得从第1个作业在机器1上处理开始，到最后一个作业在机器2上处理结束所需时间最少。

显然批处理作业的一个最优调度应使机器1没有空闲时间，且机器2的空闲时间最小。可以证明，存在一个最优作业调度，使得在机器1和机器2上作业以相同次序完成。

例如，有3个作业{1,2,3}，这3个作业在机器1上所需的处理时间为(2,3,2)，在机器2上所需的处理时间为(1,1,3)，则这3个作业存在6种可能的调度方案：(1,2,3)、(1,3,2)、(2,1,3)、(2,3,1)、(3,1,2)、(3,2,1)，相应的完成时间为10，8，10，9，8，8，如下图所示。显然，最佳调度方案是(1,3,2)、(3,1,2)，其完成时间为8。

332. 重新安排行程https://leetcode-cn.com/problems/reconstruct-itinerary/ - 中等代码https://github.com/shidawuhen/asap/blob/master/controller/algorithm/reconstruct-itinerary.go

总结

回溯法解题一般有两种方式，递归和迭代。比较推荐递归的方式，相对于迭代，思路上更加容易理解。

回溯法其实就是深度优先遍历，整体比较简单，能够用来计算很多的问题，在计算过程中，如果有更多的剪枝条件，可能进一步加快计算出结果的速度。

本章讲述的几道题建议都写一下，每道题都不太一样，练完之后，中等难度的回溯法题目就没有太大问题。

最后

大家如果喜欢我的文章，可以关注我的公众号（程序员麻辣烫）

我的个人博客为：https://shidawuhen.github.io/

往期文章回顾：

算法