回溯算法(复杂度高)

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

上一篇:Tensorflow1.0 第一集: 最简单的神经网络


下一篇:TensorFlow创建会话(session)的三种方式