文章目录
- day29学习内容
- 一、非递减子序列
- 1.1、代码-错误写法
- 1.1.1 多了一个return语句。
- 1.1.2、nums[i-1] > nums[i],这个条件写错了,为什么呢?
- 1. 忽略了回溯算法的动态决策过程
- 2. 限制了可能的递增子序列的探索
- 1.2、代码-正确写法
- 二、全排列
- 2.1、科普
- 2.2、错误写法
- 2.3、正确写法1
- 三、全排列II
- 3.1、思路
- 3.2、代码-正确写法
- 总结
- 1.感想
- 2.思维导图
day29学习内容
day29主要内容
- 非递减子序列
- 全排列
- 全排列II
声明
本文思路和文字,引用自《代码随想录》
一、非递减子序列
491.原题链接
1.1、代码-错误写法
class Solution {List<List<Integer>> result = new ArrayList();List<Integer> path = new ArrayList();public List<List<Integer>> findSubsequences(int[] nums) {backTracking(nums, 0);return result;}private void backTracking(int[] nums, int startIndex) {// 终止条件if (path.size() >= 2) {result.add(new ArrayList(path));return;}// 用一个set判断是否已经使用过HashSet<Integer> set = new HashSet<>();// 遍历for (int i = startIndex; i < nums.length; i++) {// 如果递归时下一层节点的值比子序列最后一个元素值大,不满足递增,所以要返回// 或者之前已经使用过该元素if (!path.isEmpty() && nums[i-1] > nums[i] || set.contains(nums[i])) {continue;}// 单层递归逻辑path.add(nums[i]);set.add(nums[i]);// 递归backTracking(nums, i + 1);// 回溯path.remove(path.size() - 1);}}
}
这种写法有2个地方都是错误的。
1.1.1 多了一个return语句。
if (path.size() >= 2) {result.add(new ArrayList(path));return;}
目的是找到所有可能的递增子序列:目标是列出所有可能的递增子序列,而不仅仅是找到第一个满足条件的子序列后就停止。因此,在找到一个有效子序列并将其添加到结果集后,不应该立即返回,而应该继续探索其他可能的子序列。直接返回会导致漏掉其他有效的子序列组合。
回溯算法的工作机制:在执行回溯算法时,每一次递归调用代表探索决策树的一个分支。当达到一个终结点(即满足特定条件的点)时,我们会记录下当前的路径作为结果之一,然后通过回溯(撤销最后的选择)返回到前一个状态,继续探索其他可能的分支。如果在添加结果后立即返回,那么就会错过从当前点出发的其他潜在路径。
1.1.2、nums[i-1] > nums[i],这个条件写错了,为什么呢?
注意看老师画的图,是递归的时候比较的。即下一层节点的值比子序列最后一个元素值大,如果比之前的大,就不满足递增了。
确实,针对解释原因2和3,使用数组[3, 4, 1, 5]
作为例子可能会更加合适和清晰。这里我们使用这个数组来重新说明原因2和3,以展示为何不应使用nums[i-1] > nums[i]
作为判断条件。
1. 忽略了回溯算法的动态决策过程
- 例子:考虑数组
[3, 4, 1, 5]
。- 在进行到
4
之后,下一个元素是1
。如果使用nums[i-1] > nums[i]
即4 > 1
作为理由停止当前探索,那么我们将错过以1
作为起始点、且包含5
的递增子序列[1, 5]
。 - 这个例子展示了即使当前元素相对于前一个元素是递减的,它仍然可能是未来某个有效递增子序列的起点。
- 在进行到
2. 限制了可能的递增子序列的探索
- 例子:同样考虑数组
[3, 4, 1, 5]
。- 如果我们在遍历到
4
后面的1
时,仅因为4 > 1
就停止探索,那么我们不仅错过了以1
开始的递增子序列,还错过了整个数组中存在的一个非常明显的递增子序列[3, 4, 5]
。 - 正确的逻辑应该是,即使
1
相对于4
是递减的,我们仍然继续探索,因为1
后面的5
可以与数组中的其他元素(如3
和4
)形成有效的递增子序列。
- 如果我们在遍历到
1.2、代码-正确写法
class Solution {List<List<Integer>> result = new ArrayList();List<Integer> path = new ArrayList();public List<List<Integer>> findSubsequences(int[] nums) {backTracking(nums, 0);return result;}private void backTracking(int[] nums, int startIndex) {// 终止条件if (path.size() >= 2) {result.add(new ArrayList(path));}// 用一个set判断是否已经使用过HashSet<Integer> set = new HashSet<>();// 遍历for (int i = startIndex; i < nums.length; i++) {// 如果递归时下一层节点的值比子序列最后一个元素值大,不满足递增,所以要返回// 或者之前已经使用过该元素if (!path.isEmpty() && path.get(path.size() - 1) > nums[i] || set.contains(nums[i])) {continue;}// 单层递归逻辑path.add(nums[i]);set.add(nums[i]);// 递归backTracking(nums, i + 1);// 回溯path.remove(path.size() - 1);}}
}
二、全排列
46.原题链接
2.1、科普
[1,2]和[2,1]是同一个排列
2.2、错误写法
class Solution {List<List<Integer>> result = new ArrayList();List<Integer> path = new ArrayList();public List<List<Integer>> permute(int[] nums) {backTraking(nums);return result;}private void backTraking(int nums[]) {if (path.size() > nums.length) {return;}if (path.size() == nums.length) {result.add(new ArrayList(path));}for (int i = 0; i < nums.length; i++) {path.add(nums[i]);// 递归backTraking(nums);path.remove(path.size() - 1);}}
}
- 为什么是错的
看图很明显了,有重复数据,没有进行去重。
2.3、正确写法1
class Solution {List<List<Integer>> result = new ArrayList();List<Integer> path = new ArrayList();//用数组标识是否使用过boolean[] used;public List<List<Integer>> permute(int[] nums) {// 初始化数组used = new boolean[nums.length];backTraking(nums);return result;}private void backTraking(int nums[]) {if (path.size() > nums.length) {return;}if (path.size() == nums.length) {result.add(new ArrayList(path));}for (int i = 0; i < nums.length; i++) {if (used[i]) {continue;}path.add(nums[i]);used[i] = true;// 递归backTraking(nums);used[i] = false;path.remove(path.size() - 1);}}
}
三、全排列II
47.原题链接
3.1、思路
看麻了,代码抄的题解
简单的说,就是在46题的基础上,加了一个去重的逻辑
。- 回溯逻辑(backTraking方法)
- 终止条件:如果path的大小与nums数组的长度相同,意味着已经找到了一个完整的排列,将其添加到result中,并返回。
- 循环和选择:遍历每个元素,尝试将其添加到当前路径(path)中。
- 去重判断:if (i > 0 && nums[i] == nums[i - 1] && !used[i - 1]) { continue; }
- 这个条件是去重的核心逻辑。当前元素与前一个元素相同,且前一个元素还未被使用(意味着是在回溯的过程中,而不是在向下构建路径的过程中),则跳过当前元素。
- 这是因为在这种情况下,选择当前元素会产生与之前处理过的元素相同的排列,从而导致重复。
- 未使用的元素:如果当前元素未被使用,则将其添加到路径中,并标记为已使用,然后递归地继续构建排列,之后撤销这一选择以尝试其他选项。
- 这个条件是去重的核心逻辑。当前元素与前一个元素相同,且前一个元素还未被使用(意味着是在回溯的过程中,而不是在向下构建路径的过程中),则跳过当前元素。
- 回溯的撤销操作
- 在递归调用返回后,执行撤销操作:从路径中移除最近添加的元素,并将used[i]重新标记为false。这一步是回溯算法的典型做法,它确保了在探索完一个元素所有可能性之后,能够正确地恢复状态,并探索下一个元素的所有可能性。
3.2、代码-正确写法
class Solution {List<List<Integer>> result = new ArrayList();List<Integer> path = new ArrayList();// 用数组标识是否使用过boolean[] used;public List<List<Integer>> permuteUnique(int[] nums) {// 初始化数组used = new boolean[nums.length];Arrays.sort(nums);backTraking(nums);return result;}private void backTraking(int nums[]) {if (path.size() == nums.length) {result.add(new ArrayList(path));return;}for (int i = 0; i < nums.length; i++) {if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {continue;}if (used[i] == false) {path.add(nums[i]);used[i] = true;// 递归backTraking(nums);used[i] = false;path.remove(path.size() - 1);}}}
}
看麻了这一题。。
总结
1.感想
- 马上就是连续刷题一个月了,加油。
2.思维导图
本文思路引用自代码随想录,感谢代码随想录作者。