回溯算法是一种暴力搜索方法,通过递归尝试所有可能路径并在不满足条件时回退,避免无效计算。其核心是“做选择”和“撤销选择”,常用path记录当前路径,结合选择列表与剪枝优化效率。组合问题通过起始索引防止重复,排列问题用visited数组标记已使用元素,子集问题则每步选择是否加入当前元素。C++实现中借助递归函数维护状态,典型结构包括结束条件判断、循环中的选择与回溯恢复。掌握该模式可解决多数搜索类问题,关键在于理解状态的传递与还原机制。

回溯算法本质上是一种暴力搜索方法,适用于解决组合、排列、子集等搜索类问题。它通过递归尝试所有可能的路径,并在不满足条件时及时“回退”,从而避免无效计算。C++ 中实现回溯算法的关键在于状态维护与路径记录,下面给出一个通用框架和具体应用示例。
回溯算法基本结构
回溯的核心是“做选择”和“撤销选择”。其模板如下:
void backtrack(vector& path, 其他参数) { if (满足结束条件) { 记录结果; return; } for (选择 in 选择列表) { 做选择:将选择加入 path; backtrack(path, 其他参数); 撤销选择:从 path 移除该选择; } }
关键点:
- path:记录当前路径的选择序列
- 选择列表:根据题目限制动态变化
- 剪枝:在循环中提前跳过不可能的情况,提升效率
组合问题(如:从 n 个数中选 k 个)
要求无序且不重复,可用起始索引控制顺序,防止重复组合。
立即学习“C++免费学习笔记(深入)”;
vector> combine(int n, int k) { vector > res; vector path; function backtrack = [&](int start) { if (path.size() == k) { res.push_back(path); return; } for (int i = start; i <= n; ++i) { path.push_back(i); backtrack(i + 1); // 下一轮从 i+1 开始,保证升序 path.pop_back(); } }; backtrack(1); return res; }
排列问题(如:全排列)
元素可按任意顺序出现,需用 visited 数组标记已使用元素。
vector> permute(vector & nums) { vector > res; vector path; vector used(nums.size(), false); function backtrack = [&]() { if (path.size() == nums.size()) { res.push_back(path); return; } for (int i = 0; i < nums.size(); ++i) { if (used[i]) continue; path.push_back(nums[i]); used[i] = true; backtrack(); path.pop_back(); used[i] = false; // 回溯恢复状态 } }; backtrack(); return res; }
子集问题(每个元素选或不选)
每一步都可选择“加入”或“跳过”当前元素。
vector> subsets(vector & nums) { vector > res; vector path; function backtrack = [&](int start) { res.push_back(path); // 每次进入都记录,包括空集 for (int i = start; i < nums.size(); ++i) { path.push_back(nums[i]); backtrack(i + 1); path.pop_back(); } }; backtrack(0); return res; }
基本上就这些。掌握这个模式后,多数搜索类问题都可以套用类似结构,只需调整选择逻辑和剪枝条件即可。关键是理解递归过程中状态如何传递与还原。










