回溯算法
概述
回溯算法 是一种通过尝试所有可能的候选解来解决问题的通用算法。
当发现当前候选解不可能满足条件时，会回退（回溯）到上一步，尝试其他选择。 它本质上是 深度优先搜索（DFS） 的一种优化形式，通过剪枝减少不必要的搜索。
核心思想
- 试错：逐步构建候选解
- 剪枝：发现无效解时立即回溯
- 状态管理：记录当前路径，回溯时撤销选择
function backtrack(路径: 解的部分, 选择列表: 可用选项): void {
if (满足结束条件) {
结果集.push(路径副本) // 保存有效解
return
}
for (选择 of 选择列表) {
if (无效选择)
continue // 剪枝
做选择
backtrack(新路径, 新选择列表)
撤销选择 // 关键：状态重置
}
}实现
子集问题（无重复元素）
function subsets(nums: number[]): number[][] {
const res: number[][] = []
const backtrack = (start: number, path: number[]) => {
res.push([...path]) // 保存当前子集
for (let i = start; i < nums.length; i++) {
path.push(nums[i]) // 做选择
backtrack(i + 1, path) // 递归
path.pop() // 撤销选择
}
}
backtrack(0, [])
return res
}
// 示例：subsets([1,2,3])
// 输出：[[],[1],[1,2],[1,2,3],[1,3],[2],[2,3],[3]]全排列（无重复元素）
function permute(nums: number[]): number[][] {
const res: number[][] = []
const used: boolean[] = Array.from({ length: nums.length }).fill(false)
const backtrack = (path: number[]) => {
if (path.length === nums.length) {
res.push([...path])
return
}
for (let i = 0; i < nums.length; i++) {
if (used[i])
continue // 剪枝：已使用
used[i] = true
path.push(nums[i])
backtrack(path)
path.pop()
used[i] = false // 关键：撤销状态
}
}
backtrack([])
return res
}
// 示例：permute([1,2,3])
// 输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]优化技巧
剪枝策略：
- 提前终止无效路径（如组合总和中的
sum > target） - 跳过重复解（排序后判断
if (i > start && nums[i] === nums[i-1])）
- 提前终止无效路径（如组合总和中的
状态存储：
- 使用索引（
start）避免重复组合 - 使用布尔数组（
used[]）标记已选元素
- 使用索引（
迭代代替递归：
- 对于深度大的问题，可用栈模拟递归
记忆化搜索：
- 缓存中间结果（适用于重叠子问题）