代码随想录第29天|491.递增子序列 46.全排列 47.全排列 II

目录:

491.递增子序列

46.全排列

47.全排列 II 

491.递增子序列

491. 非递减子序列 - 力扣(LeetCode)

代码随想录 (programmercarl.com)

回溯算法精讲,树层去重与树枝去重 | LeetCode:491.递增子序列_哔哩哔哩_bilibili

给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。

示例 1:

输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2:

输入:nums = [4,4,3,2,1]
输出:[[4,4]]

提示:

  • 1 <= nums.length <= 15
  • -100 <= nums[i] <= 100

第一反应是把所有的子序列列出来,然后再判断是不是递增子序列。

 回溯三部曲:
1、确定参数:除了path、result和startIndex之外,还需要一个集合来存放一层的值,避免在同一层中出现重复的值从而出现重复的子序列:

// 声明一个结果集合,用于存储所有满足条件的子序列List<List<Integer>> result = new ArrayList<>();// 声明一个路径集合,用于存储当前正在构建的子序列List<Integer> path = new ArrayList<>();HashSet<Integer> hs = new HashSet<>();
private void backTracking(int[] nums, int startIndex) {
}

 2、确定终止条件:当path的大小大于1,且path里面的值符合曾序序列的要求时,把path加到result数组里,然后返回:

if (path.size() >= 2)result.add(new ArrayList<>(path));

3、确定单层搜索的逻辑:
同一父节点下同层元素中,如果一个数字在同层已经出现过的话,就不能再使用了,因为再次使用的话会出现重复子序列:

 for (int i = startIndex; i < nums.length; i++) {// 如果当前路径不为空,并且路径中的最后一个数字大于当前数字,或者当前数字已经在路径中出现过,则跳过当前数字if (!path.isEmpty() && path.get(path.size() - 1) > nums[i] || hs.contains(nums[i]))continue;// 将当前数字加入到路径中hs.add(nums[i]);path.add(nums[i]);// 递归调用,继续寻找以当前数字结尾的子序列backTracking(nums, i + 1);// 回溯,将当前数字从路径中移除,准备尝试其他可能的数字path.remove(path.size() - 1);}

综合代码:

// 定义一个名为 Solution 的类
class Solution {// 声明一个结果集合,用于存储所有满足条件的子序列List<List<Integer>> result = new ArrayList<>();// 声明一个路径集合,用于存储当前正在构建的子序列List<Integer> path = new ArrayList<>();// 主方法,入口点public List<List<Integer>> findSubsequences(int[] nums) {// 调用回溯函数,开始查找所有满足条件的子序列backTracking(nums, 0);// 返回结果集合return result;}// 回溯函数,用于查找所有满足条件的子序列private void backTracking(int[] nums, int startIndex) {// 如果当前路径的长度大于等于2,则将其加入到结果集合中if (path.size() >= 2)result.add(new ArrayList<>(path));            // 创建一个哈希集合,用于记录当前路径中已经出现过的数字HashSet<Integer> hs = new HashSet<>();// 遍历数组,从startIndex位置开始for (int i = startIndex; i < nums.length; i++) {// 如果当前路径不为空,并且路径中的最后一个数字大于当前数字,或者当前数字已经在路径中出现过,则跳过当前数字if (!path.isEmpty() && path.get(path.size() - 1) > nums[i] || hs.contains(nums[i]))continue;// 将当前数字加入到路径中hs.add(nums[i]);path.add(nums[i]);// 递归调用,继续寻找以当前数字结尾的子序列backTracking(nums, i + 1);// 回溯,将当前数字从路径中移除,准备尝试其他可能的数字path.remove(path.size() - 1);}}
}

这里仍然有一个小疑惑:为什么hs里面的数不需要弹出呢?

46.全排列 

. - 力扣(LeetCode)

代码随想录 (programmercarl.com)

组合与排列的区别,回溯算法求解的时候,有何不同?| LeetCode:46.全排列_哔哩哔哩_bilibili

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1:

输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

示例 2:

输入:nums = [0,1]
输出:[[0,1],[1,0]]

示例 3:

输入:nums = [1]
输出:[[1]]

提示:

  • 1 <= nums.length <= 6
  • -10 <= nums[i] <= 10
  • nums 中的所有整数 互不相同

这道题我第一次看到的时候觉得就是每个位置上每个数字都可以放,但是不知道怎么代码实现。看了卡哥视频:
回溯三部曲:
1、确定参数:排列是有序的,也就是说 [1,2] 和 [2,1] 是两个集合,这和之前分析的子集以及组合所不同的地方

可以看出元素1在[1,2]中已经使用过了,但是在[2,1]中还要在使用一次1,所以处理排列问题就不用使用startIndex了。

但排列问题需要一个used数组,标记已经选择的元素。

List<List<Integer>> result = new ArrayList<>();// 存放符合条件结果的集合
LinkedList<Integer> path = new LinkedList<>();// 用来存放符合条件结果
boolean[] used; // 用于标记数字是否被使用过

2、确定终止条件:叶子节点终止,即path长度和nums数组的大小一样时终止:

 if (path.size() == nums.length){// 将当前路径加入到结果集合中result.add(new ArrayList<>(path));return;}

3、确定单层搜索的逻辑:

// 遍历数组中的每个元素for (int i = 0; i < nums.length; i++){// 如果该元素已经被使用过,则跳过if (used[i]){continue;}// 标记该元素为已使用used[i] = true;// 将该元素加入到当前路径中path.add(nums[i]);// 递归调用,继续生成全排列结果permuteHelper(nums);// 回溯,将当前加入的元素移除path.removeLast();// 标记该元素为未使用used[i] = false;}

综合代码:

class Solution {List<List<Integer>> result = new ArrayList<>();// 存放符合条件结果的集合LinkedList<Integer> path = new LinkedList<>();// 用来存放符合条件结果boolean[] used; // 用于标记数字是否被使用过// 主函数,输入数组 nums,返回其全排列结果public List<List<Integer>> permute(int[] nums) {// 如果数组为空,则直接返回结果集合if (nums.length == 0){return result;}// 初始化 used 数组为与 nums 相同长度的布尔数组used = new boolean[nums.length];// 调用递归函数进行全排列permuteHelper(nums);// 返回全排列结果return result;}// 辅助递归函数,用于生成全排列结果private void permuteHelper(int[] nums){// 如果当前路径长度等于数组长度,表示已经得到一个全排列结果if (path.size() == nums.length){// 将当前路径加入到结果集合中result.add(new ArrayList<>(path));return;}// 遍历数组中的每个元素for (int i = 0; i < nums.length; i++){// 如果该元素已经被使用过,则跳过if (used[i]){continue;}// 标记该元素为已使用used[i] = true;// 将该元素加入到当前路径中path.add(nums[i]);// 递归调用,继续生成全排列结果permuteHelper(nums);// 回溯,将当前加入的元素移除path.removeLast();// 标记该元素为未使用used[i] = false;}}
}

47.全排列 II 

47. 全排列 II - 力扣(LeetCode)

代码随想录 (programmercarl.com)

回溯算法求解全排列,如何去重?| LeetCode:47.全排列 II_哔哩哔哩_bilibili

给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列

示例 1:

输入:nums = [1,1,2]
输出:
[[1,1,2],[1,2,1],[2,1,1]]

示例 2:

输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

提示:

  • 1 <= nums.length <= 8
  • -10 <= nums[i] <= 10

如图,还是要考虑一个去重的逻辑。

1、确定参数:

 // 存放结果List<List<Integer>> result = new ArrayList<>();// 暂存结果List<Integer> path = new ArrayList<>();
  // 标记每个数字是否被使用过boolean[] used = new boolean[nums.length];

2、确定终止条件:

// 如果当前路径长度等于数组长度,说明已经找到一个排列if (path.size() == nums.length) {result.add(new ArrayList<>(path)); // 将当前路径加入结果集return; // 结束当前递归}

3、确定单层搜索逻辑:used[i-1]为false的时候,才保证了是树层上的数值不能相同,而不是树枝上。

// 遍历所有数字for (int i = 0; i < nums.length; i++) {// 如果当前数字已经被使用过,直接跳过if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {continue;}// 如果当前数字未被使用过,开始处理if (used[i] == false) {used[i] = true; // 标记当前数字被使用过path.add(nums[i]); // 将当前数字加入路径backTrack(nums, used); // 递归处理下一层path.remove(path.size() - 1); // 回溯,移除当前数字used[i] = false; // 恢复当前数字的未使用状态}}

综合代码:

class Solution {// 存放结果List<List<Integer>> result = new ArrayList<>();// 暂存结果List<Integer> path = new ArrayList<>();// 主函数,入口public List<List<Integer>> permuteUnique(int[] nums) {// 标记每个数字是否被使用过boolean[] used = new boolean[nums.length];Arrays.fill(used, false); // 初始化为未使用状态Arrays.sort(nums); // 对输入数组排序,确保相同数字相邻backTrack(nums, used); // 调用回溯函数return result; // 返回最终结果}// 回溯函数,用于搜索所有排列组合private void backTrack(int[] nums, boolean[] used) {// 如果当前路径长度等于数组长度,说明已经找到一个排列if (path.size() == nums.length) {result.add(new ArrayList<>(path)); // 将当前路径加入结果集return; // 结束当前递归}// 遍历所有数字for (int i = 0; i < nums.length; i++) {// 如果当前数字已经被使用过,直接跳过if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {continue;}// 如果当前数字未被使用过,开始处理if (used[i] == false) {used[i] = true; // 标记当前数字被使用过path.add(nums[i]); // 将当前数字加入路径backTrack(nums, used); // 递归处理下一层path.remove(path.size() - 1); // 回溯,移除当前数字used[i] = false; // 恢复当前数字的未使用状态}}}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/296548.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

字符分类函数

字符分类函数 C语言中有⼀系列的函数是专门做字符分类的&#xff0c;也就是⼀个字符是属于什么类型的字符的。这些函数的使用都需要包含⼀个头文件是 ctype.h 这些函数的使用方法非常类似&#xff0c;我们就讲解⼀个函数的事情&#xff0c;其他的非常类似&#xff1a; int i…

绩效考核存在合理性、公平性、客观性吗?

目录 一、绩效考核流于形式&#xff1a;没有实际考核过 二、考核结果的确定: 主管一人说了算 三、考核结果&#xff1a; 与绩效奖金挂钩吗&#xff1f; 四、考核的滥用&#xff1a;成为公司排挤迫使员工离职的手段 五、公司说&#xff1a; 让你滚蛋&#xff0c;谁还会发你奖…

使用 BeeWare 构建 Python GUI 应用程序

点击下方卡片&#xff0c;关注“小白玩转Python”公众号 本文探讨使用 BeeWare 套件通过 Python 构建应用程序的基础知识&#xff0c;详细介绍其功能、优点以及与其他流行框架的比较。 由于 Python 语言的简单性和多功能性&#xff0c;用它构建应用程序变得越来越流行。在 Pyth…

【项目新功能开发篇】开发编码

作者介绍&#xff1a;本人笔名姑苏老陈&#xff0c;从事JAVA开发工作十多年了&#xff0c;带过大学刚毕业的实习生&#xff0c;也带过技术团队。最近有个朋友的表弟&#xff0c;马上要大学毕业了&#xff0c;想从事JAVA开发工作&#xff0c;但不知道从何处入手。于是&#xff0…

图的应用解析

01&#xff0e;任何一个无向连通图的最小生成树(B )。 A.有一棵或多棵 B.只有一棵 C.一定有多棵 D.可能不存在 02.用Prim算法和Kruskal算法构造图的最小生成树&#xff0c…

使用ffmpeg将视频解码为帧时,图像质量很差

当使用ffmpeg库自带的ffmpeg.exe对对视频进行解帧或合并时&#xff0c;结果质量很差。导致这种原因的是在使用ffmpeg.exe指令进行解帧或合并时使用的是默认的视频码率&#xff1a;200kb/s。 如解帧指令&#xff1a; ffmpeg.exe -i 600600pixels.avi -r 2 -f image2 img/%03d.…

typdef:深入理解C语言中typdef关键词的用法

typedef&#xff1a;C语言中的类型重命名关键词 在C语言中&#xff0c;typedef 是一个非常有用的关键词&#xff0c;它允许我们为现有的数据类型定义一个新的名称。这不仅使得代码更加清晰易读&#xff0c;还提高了代码的可维护性。在这篇博客中&#xff0c;我们将深入探讨 ty…

Native Instruments Kontakt 7 for Mac v7.9.0 专业音频采样

Native Instruments Kontakt 7是一款强大的软件采样器&#xff0c;它允许用户从各种来源采样音频并进行编辑和处理。它包含大量预设采样库&#xff0c;包括乐器、合成器、鼓组和声音效果等。此外&#xff0c;Kontakt 7还允许用户创建自己的采样库&#xff0c;以便根据自己的需要…

vue2源码解析——vue中如何进行依赖收集、响应式原理

vue每个组件实例vm都有一个渲染watcher。每个响应式对象的属性key都有一个dep对象。所谓的依赖收集&#xff0c;就是让每个属性记住它依赖的watcher。但是属性可能用在多个模板里&#xff0c;所以&#xff0c;一个属性可能对应多个watcher。因此&#xff0c;在vue2中&#xff0…

NineData云原生智能数据管理平台新功能发布|2024年3月版

数据库 DevOps - 大功能升级 SQL 开发早期主要提供 SQL 窗口&#xff08;IDE&#xff09;功能&#xff0c;在产品经过将近两年时间的打磨&#xff0c;新增了大量的企业级功能&#xff0c;已经服务了上万开发者&#xff0c;覆盖了数据库设计、开发、测试、变更等生命周期的功能…

python的pip如何升级

升级pip的方法如下&#xff1a; 打开命令行工具。在Windows系统中&#xff0c;可以通过按下WinR键&#xff0c;然后输入"cmd"来打开命令提示符&#xff1b;在Mac或Linux系统中&#xff0c;可以直接打开终端。检查当前pip版本。在终端或命令行中输入以下命令&#…

《C Prime Plus》02

1. UNIX 系统 C语言因UNIX系统而生&#xff0c;也因此而流行&#xff0c;所以我们从UNIX系统开始&#xff08;注意&#xff1a;我们提到的UNIX还包含其他系统&#xff0c;如FreeBSD&#xff0c;它是UNIX的一个分支&#xff0c;但是由于法律原因不使用该名称&#xff09;。 UN…

蓝桥杯备考

目录 P8823 [传智杯 #3 初赛] 期末考试成绩 题目描述 输入格式 输出格式 输入输出样例 说明/提示 代码 P8828 [传智杯 #3 练习赛] 直角三角形 题目描述 输入格式 输出格式 输入输出样例 代码 P8833 [传智杯 #3 决赛] 课程 题目背景 题目描述 输入格式 输出格式…

并发编程之线程池的应用以及一些小细节的详细解析

线程池在实际中的使用 实际开发中&#xff0c;最常用主要还是利用ThreadPoolExecutor自定义线程池&#xff0c;可以给出一些关键的参数来自定义。 在下面的代码中可以看到&#xff0c;该线程池的最大并行线程数是5&#xff0c;线程等候区&#xff08;阻塞队列)是3&#xff0c;即…

鸿蒙OS开发实例:【组件化模式】

组件化一直是移动端比较流行的开发方式&#xff0c;有着编译运行快&#xff0c;业务逻辑分明&#xff0c;任务划分清晰等优点&#xff0c;针对Android端的组件化&#xff1b;与Android端的组件化相比&#xff0c;HarmonyOS的组件化可以说实现起来就颇费一番周折&#xff0c;因为…

还得是抖音,字节推出竖屏视频理解数据集,入选CVPR2024

ChatGPT狂飙160天&#xff0c;世界已经不是之前的样子。 新建了免费的人工智能中文站https://ai.weoknow.com 新建了收费的人工智能中文站https://ai.hzytsoft.cn/ 更多资源欢迎关注 短视频在当下社交媒体逐渐成为主导的视频格式。传统视频处理技术和研究一般都专注于横屏视频…

[HackMyVM]靶场Boxing

难度:Medium kali:192.168.56.104 靶机:192.168.56.143 端口扫描 ┌──(root㉿kali2)-[~/Desktop] └─# nmap 192.168.56.143 Starting Nmap 7.94SVN ( https://nmap.org ) at 2024-04-03 19:25 CST Nmap scan report for staging-env.boxing.hmv (192.168.56.143) Host …

音频转换工具 Bigasoft FLAC Converter for Mac

Bigasoft FLAC Converter for Mac是一款专为Mac用户设计的音频转换工具&#xff0c;它能够将FLAC音频文件高效、高质量地转换为其他常见的音频格式&#xff0c;如MP3、AAC等。这款软件具有直观易用的界面&#xff0c;使用户能够轻松上手&#xff0c;无需复杂的操作步骤即可完成…

Celery的任务流

Celery的任务流 在之前调用任务的时候只是使用delay()和apply_async()方法。但是有时我们并不想简单的执行单个异步任务&#xff0c;比如说需要将某个异步任务的结果作为另一个异步任务的参数或者需要将多个异步任务并行执行&#xff0c;返回一组返回值&#xff0c;为了实现此…

python文件处理:解析docx/word文件文字、图片、复选框

前言 因为一些项目原因&#xff0c;我需要提供解析docx内容功能。本来以为这是一件比较简单的工作&#xff0c;没想到在解析复选框选项上吃了亏&#xff0c;并且较长一段时间内通过各种渠道都没有真正解决这一问题&#xff0c;反而绕了远路。 终于&#xff0c;我在github pytho…