标签：决策 遍历 数字 排列 循环 return nbsp 组合 ref
解决一个回溯问题，实际上就是一个决策树的遍历过程。思考 3 个问题：
1、路径：也就是已经做出的选择。
2、选择列表：也就是你当前可以做的选择。
3、结束条件：也就是到达决策树底层，无法再做选择的条件。
回溯算法的框架：
result = [] def backtrack(路径, 选择列表): if 满足结束条件: result.add(路径) return for 选择 in 选择列表: 做选择 backtrack(路径, 选择列表) 撤销选择
其核心就是 for 循环里面的递归，在递归调用之前「做选择」，在递归调用之后「撤销选择」，特别简单。
排列组合， n 个不重复的数全排列共有 n! 个。
PS：为了简单清晰起见，全排列问题不包含重复数字。一般是这样：
先固定第一位为 1，然后第二位可以是 2，那么第三位只能是 3；然后可以把第二位变成 3，第三位就只能是 2 了；然后就只能变化第一位，变成 2，然后再穷举后两位……
其实这就是回溯算法。
python代码如下，根据框架而写：
1 nums=[1,2,3] 2 result=[] 3 def backtrack(path,choices): 4 if len(path)==len(choices): 5 result.append(list(path)) 6 return 7 for choice in choices: 8 if choice in path:continue 9 path.append(choice) 10 backtrack(path,choices) 11 path.pop(-1) 12 13 backtrack([],nums) 14 print(result)
结果如下。
标签：决策 遍历 数字 排列 循环 return nbsp 组合 ref
原文地址：https://www.cnblogs.com/ljy1227476113/p/12687095.html
