标签:tmp res int backtrace 复杂度 算法 result 回溯
回溯算法
- 实际是一种暴力穷举法
- 穷举过程类似于遍历一颗多叉树
- 适合算法:往往是列出所有可能(而动态规划往往是求最优解)
框架(注:切片result
虽然在函数间传递 但它底层被共用了 所以要copy
)
枚举三步走
- 做选择(符合条件则加入最终值)
- 下一层决策树
backtrace()
- 删除选择
/ 全局变量作为最终结果
var res [][]int
// 回溯函数(递归函数)
func backtrace(nums []int,result []int) {
/ 判断当前是否符合目标
/ 如果符合
tmp := make([]int,len(result))
copy(tmp,result)
/ 放到最终结果
res = append(res,tmp)
/ 视情况而定 是否需要继续
/ 枚举
for i:=0;i<len(nums);i++{
/ 1.选择
result = append(result,nums[i])
/ 2.决策
backtrace(nums,result)
/ 3.删除这测选择
result = result[:len(result)-1]
}
}
时间复杂度
标签:tmp,res,int,backtrace,复杂度,算法,result,回溯 来源: https://blog.csdn.net/weixin_47251999/article/details/122655101
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。