文章目录
- 491. 递增子序列
- 思路
- 回溯三部曲
- 总结
491. 递增子序列
491. 递增子序列
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
思路
这个递增子序列比较像是取有序的子集。而且本题也要求不能有相同的递增子序列。
这又是子集,又是去重,是不是不由自主的想起了刚刚讲过的90.子集II
就是因为太像了,更要注意差别所在,要不就掉坑里了!
在90.子集II中我们是通过排序,再加一个标记数组来达到去重的目的。
而本题求自增子序列,是不能对原数组进行排序的,排完序的数组都是自增子序列了。
所以不能使用之前的排序+used切片标记同层相同元素是否使用过的方式
处理去重逻辑!!!
本题给出的示例,还是一个有序数组 [4, 6, 7, 7]
,这更容易误导大家按照排序的思路去做了。
为了有鲜明的对比,我用[4, 7, 6, 7]
这个数组来举例,抽象为树形结构如图:
回溯三部曲
1.递归函数参数
本题求子序列,很明显所给列表中一个元素不能重复使用,所以需要startIndex
,用于调整下一层递归的起始位置。
代码如下:
func backtracking(nums []int,res *[][]int,path *[]int,startIndex int) {}
2.终止条件
本题其实类似求子集问题,也是要遍历树形结构找每一个节点,所以和回溯算法:求子集问题!一样,可以不加终止条件,startIndex
每次都会加1,并不会无限递归。
但本题收集结果有所不同,题目要求递增子序列大小至少为2
,所以代码如下:
if len(*path) >= 2 {*res = append(*res,append([]int(nil),*path...)) // 注意这里不要加return,因为要取树上的所有节点,所以还要继续往下取}
3.单层搜索逻辑
从图中可以看出,同一父节点下的同层上使用过的元素就不能再使用了
那么单层搜索代码如下:
// 每一层都有自己的一个set,使用set来对本层元素进行去重set := make(map[int]bool)for i := startIndex;i < len(nums);i++ {// 当前数字在本层已经用过了,不要再用了,故continue,去重if set[nums[i]] {continue}if len(*path) > 0 && nums[i] < (*path)[len(*path) - 1] {continue}set[nums[i]] = true // 记录这个元素在本层用过了,本层后面不能再用了*path = append(*path,nums[i])backtracking(nums,res,path,i + 1)*path = (*path)[0:len(*path) - 1]}
对于已经习惯写回溯的同学,看到递归函数上面的set[nums[i]] = true
,下面却没有对应的set[nums[i]] = false
回溯之类的操作,应该很不习惯吧
这也是需要注意的点,set
是记录本层元素是否重复使用,新的一层set
都会重新定义,所以要知道set
只负责本层!
深入理解对比一下:
排序后 + used切片标记去重的代码,因为切片是排序过的,同层当前要选的数字和之前的相同,但是前面的那个数字还没有标记过,说明是同层重复使用某个数字了,要去重,且used维护的是全局某个数字是否用过,不是特定某层的,所以used切片需要回溯
for i := startIndex;i < len(candidates) && target - candidates[i] >= 0;i++ {if i > 0 && candidates[i] == candidates[i - 1] && !used[i - 1]{// 同层横向遍历,前一个相同数字没有用过就用后一个数字,是重复的,要去重continue}*path = append(*path,candidates[i])used[i] = truebacktracking(candidates,target - candidates[i],res,path,i+1,used)*path = (*path)[0:len(*path) - 1]used[i] = false
}
用set去重的代码,因为每层都是各自维护同层之前某个相同的数字是否使用过,用过就表示当前同层再选这个元素就重复使用了,要去重,且set
不用回溯,因为它本身就是想标记该层某个元素是否用过了。
// 每一层都有自己的一个set,使用set来对本层元素进行去重
set := make(map[int]bool)
for i := startIndex;i < len(nums);i++ {// 当前数字在本层已经用过了,不要再用了,故continue,去重if set[nums[i]] {continue}if len(*path) > 0 && nums[i] < (*path)[len(*path) - 1] {continue}set[nums[i]] = true // 记录这个元素在本层用过了,本层后面不能再用了*path = append(*path,nums[i])backtracking(nums,res,path,i + 1)*path = (*path)[0:len(*path) - 1]
}
最后整体Go
代码如下:
func findSubsequences(nums []int) [][]int {// 选择下一个元素时,需要判断是否大于已选路径中最后添加的元素(它最大)// 由于每个子集不能改变在原数组中的相对顺序,所以没法用排序+used切片辅助去重(因为used需要用到i-1下标)// 因此我们用下Set记录同层某个元素是否已经用过,每层都维护各自的Setif len(nums) == 0 {return nil}res := make([][]int,0)path := make([]int,0)backtracking(nums,&res,&path,0)return res
}func backtracking(nums []int,res *[][]int,path *[]int,startIndex int) {if len(*path) >= 2 {*res = append(*res,append([]int(nil),*path...)) // 注意这里不要加return,因为要取树上的所有节点,所以还要继续往下取 }// 每一层都有自己的一个set,使用set来对本层元素进行去重set := make(map[int]bool)for i := startIndex;i < len(nums);i++ {// 当前数字在本层已经用过了,不要再用了,故continue,去重if set[nums[i]] {continue}if len(*path) > 0 && nums[i] < (*path)[len(*path) - 1] {continue}set[nums[i]] = true // 记录这个元素在本层用过了,本层后面不能再用了*path = append(*path,nums[i])backtracking(nums,res,path,i + 1)*path = (*path)[0:len(*path) - 1]}
}
总结
本题题解清一色都说是深度优先搜索,但我更倾向于说它用回溯法,而且本题我也是完全使用回溯法的逻辑来分析的。
相信大家在本题中处处都能看到是回溯算法:求90.子集II 的身影,但处处又都是陷阱。
对于养成思维定式或者套模板套嗨了的同学,这道题起到了很好的警醒作用。更重要的是拓展了大家的思路!