当前位置: 首页 > article >正文

LeetCode 热题100 之 回溯1

1.全排列

在这里插入图片描述

  • 思路分析1(回溯):要生成一个不含重复数字的数组 nums 的所有可能全排列,我们可以使用回溯算法。这种算法通过递归的方法探索所有可能的排列组合,并在合适的时机进行回溯,确保不会遗漏任何排列。
  • 回溯算法
    • 使用一个current数组来存储当前排列;
    • 使用一个used布尔数组来标记哪些元素已经被加入到当前排列中;
    • 当current的大小等于nums的大小时,说明我们已经形成了一个完整的排列,可以将其添加到结果result中;
  • 递归与回溯
    • 递归的每一层代表选择一个数字加入current,并探索这个数字下的所有可能。
    • 一旦探索完成,我们需要“撤销”这个操作,即从current中移除该数字,并标记为未使用(回溯);

具体实现代码(详解版):

class Solution {
public:
    void backback(vector<int>& nums, vector<int>& current,
                  vector<vector<int>>& resut, vector<bool>& used) {
        // 如果当前排列的大小等于nums的大小,说明形成了一个完整的排列
        if (current.size() == nums.size()) {
            resut.push_back(current); // 将当前排列加入到结果中
            return;                   // 返回上一层
        }
        // 遍历所有数字
        for (int i = 0; i < nums.size(); i++) {
            // 如果nums[i]已经被使用,跳过该数字
            if (used[i])
                continue;

            // 标记nums[i]为已使用
            used[i] = true;
            current.push_back(nums[i]);

            // 继续继续下一个选择
            backback(nums, current, resut, used);

            // 回溯:移除当前数字并标记为未使用
            current.pop_back();
            used[i] = false;
        }
    }
    vector<vector<int>> permute(vector<int>& nums) {
        vector<vector<int>> result;
        vector<int> current;
        vector<bool> used(nums.size(), false);

        backback(nums, current, result, used);
        return result;
    }
};

思路分析2(直接使用全排列函数)

class Solution {
public:
    vector<vector<int>> permute(vector<int>& nums) {
        vector<vector<int>> res;
        sort(nums.begin(),nums.end());
        do{
           res.push_back(nums);
        }while(next_permutation(nums.begin(),nums.end()));
        return res;
    }
};

2.子集

在这里插入图片描述
思路分析(回溯):

  • 在每次调用backback时,先将子集current加入到result中;
  • 然后从当前索引indxe开始遍历nums,选择一个元素加入current再递归调用backback;
  • 递归结束后,移除最后一个元素(回溯),继续尝试其它可能的子集

具体实现代码(详解版):

class Solution {
public:
    void backback(vector<int>& nums, int index, vector<int>& current,
                  vector<vector<int>>& result) {
        // 将当前子集加入结果集中
        result.push_back(current);

        // 从当前所有开始,遍历每个元素
        for (int i = index; i < nums.size(); i++) {
            // 选择当前元素
            current.push_back(nums[i]);

            // 递归生成包含当前元素的子集
            backback(nums, i + 1, current, result);

            // 回溯,移除当前元素
            current.pop_back();
        }
    }
    vector<vector<int>> subsets(vector<int>& nums) {
        vector<vector<int>> result;
        vector<int> current;

        backback(nums, 0, current, result);
        return result;

        return result;
    }
};

3.电话号码的字母集合

在这里插入图片描述
思路分析:这是一个典型的回溯问题,因为我们需要在每一层递归中分别处理不同的数字,并组合出对应的字母。每个数字可以对应多个字母,因此我们可以使用递归或回溯法,将每一位数字的所有字母组合起来。

  • 回溯法的思路:
    • 递归构建路径:每次递归,我们处理一个数字,尝试将该数字对应的每个字母加入到当前组合中;
    • 深入递归:每选择一个字母后,将组合的路径传递到下一层递归中,处理下一个数字的选择;
    • 回溯撤销选择:在递归完成回退时,撤销最后一步操作,以便尝试当前数字对应其它字母的组合;

具体实现代码(详解版):

class Solution {
public:
    void backtracking(string& digits, int index,
                      unordered_map<char, string> phoneMap, string& current,
                      vector<string>& result) {
        // 收集结果
        if (index == digits.size()) {
            result.push_back(current);
            return;
        }
        // 获取当前数字对应的字母
        char digit = digits[index];
        const string& letters = phoneMap.at(digit);

        // 遍历当前数字的所有可能字母
        for (char letter : letters) {
            current.push_back(letter); // 选择一个字母
            backtracking(digits, index + 1, phoneMap, current, result); // 递归
            current.pop_back(); // 回溯
        }
    }
    vector<string> letterCombinations(string digits) {
        if (digits.empty())
            return {};

        // 数字到字母的映射
        unordered_map<char, string> phoneMap = {{'2', "abc"},
                                                {'3', "def"},
                                                {'4', "ghi"} ,{'5', "jkl"},
                                                {'6', "mno"},
                                                {'7', "pqrs"}, {'8', "tuv"},
                                                {'9', "wxyz"}};
        vector<string> result;
        string current;
        backtracking(digits, 0, phoneMap, current, result);
        return result;
    }
};

4.组合总和

在这里插入图片描述
这是一个典型的组合求和问题,在这里,我们需要找到所有可能的组合,使得数组中的元素之和等于给定的目标值 target。在组合中,数组中的每个元素可以被选择任意次,但组合中的元素顺序不影响结果的唯一性。
思路分析:这个问题可以通过回溯算法来解决。我们需要遍历每个元素,从当前元素开始进行递归计算,探索所有可能的组合。在递归过程中,我们不断减小目标值 target,直到 target 等于 0,这时说明找到了一组解。

  • 递归与回溯
    • 递归函数通过不断地选择当前数字并递归减小target的值,从而构建组合;
    • 如果target减少到0,说明找到一个组合,将其加入结果列表;
    • 如果 target 小于 0,则表示当前组合不符合要求,直接回溯。
  • 去重
    • 每次递归调用都可以从当前数字开始进行选择(包括重复选择当前数字),而不需要从头开始,避免重复组合的出现

具体实现代码(详解版):

class Solution {
public:
    void backtracking(vector<int>& candidates,int target,int index,vector<vector<int>>& result,vector<int>& current){
            //递归终止条件
            if(target ==0 ){
                result.push_back(current);//找到一个满足条件的组合,加入结果集
                return;
            }
        
            for(int i = index ; i < candidates.size() ; i ++){
                //选择当前元素
                if(candidates[i] <= target){//当前数字可以加入组合
                    current.push_back(candidates[i]);//做出选择
                    backtracking(candidates,target - candidates[i],i,result,current);
                    current.pop_back();//回溯
                }
            }
        }
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        vector<vector<int>> result;
        vector<int> current;
        backtracking(candidates,target,0,result,current);
        return result;
    }
};

5.括号生成

在这里插入图片描述

要生成所有可能的有效括号组合,我们可以使用回溯算法。对于给定的 n 对括号,生成的组合必须满足以下条件:

  • 括号对数匹配,即最终的左括号和右括号的数量相等;
  • 在生成工过程中,任何前缀的右括号数都不能超过左括号数,这样才能保证括号的有效性;

思路分析:

  • 递归和回溯:使用递归来构建括号组合字符串;
  • 控制左括号和右括号数量:
    • 如果左括号数量小于n,可以添加左括号;
    • 如果右括号数量小于左括号数量,可以添加右括号;
  • 递归终止条件:当左右括号的数量都等于n时,说明生成了一个有效的括号组合,将其加入结果集中。

具体实现代码(详解版):

class Solution {
public:
    vector<string> generateParenthesis(int n) {
        vector<string> result;
        backtracking(result,"",0,0,n);
        return result;
    }
    void backtracking(vector<string>& result,string current,int open,int close,int max){
        if(current.size() == max * 2){//当生成的括号长度达到2 * n时,加入结果集
            result.push_back(current);
            return;
        }

        if(open < max){//只有当左括号数小于n时才能添加左括号
            backtracking(result,current + "(",open + 1 ,close,max);
        }
        if(close < open){//只有当右括号数小于左括号数才能添加右括号
            backtracking(result,current + ")",open,close + 1,max);
        }
    }
};

http://www.kler.cn/a/379403.html

相关文章:

  • 【jvm】如何设置新生代和老年代的比例
  • 光耦合器的关键作用和创新---腾恩科技
  • Optimizing Medical Image Segmentation with Advanced Decoder
  • Docker可视化管理面板DPanel的安装
  • 九,数据类型存储
  • thrift rpc 四种类型的服务端的实现详细介绍
  • 已解决:VS2022一直显示编译中但无法运行的情况
  • 贝叶斯+PINN!双重热点buff叠加,轻松斩获Nature子刊!
  • 人工智能技术的演变与未来:前景、挑战与应对
  • Lobe Chat:你的私人AI助理
  • Kimi出考题,考题提示词Prompt附上,培训机构试题、期中考试、人事入职试题全搞定
  • Three.js基础入门笔记
  • Centos安装ZooKeeper教程(单机版)
  • DBA之路,始于足下
  • I2S、PDM、PCM、TDM、DSM、DCODEC、VAD、SPDIF
  • 损失函数1
  • 「实战应用」如何在 DHTMLX Scheduler 中实现动态主题切换?
  • SpringBoot day 1104
  • ValueError: set_wakeup_fd only works in main thread
  • 干掉复杂的工具类,Hutool 工具库确实香!
  • Qt中的Model与View(Qt官网翻译版)
  • PH热榜 | 2024-11-04
  • 基于人工智能的搜索和推荐系统
  • 领域(Domain)详解
  • IPC机制总结笔记
  • 关于电脑蓝屏的那些解决方案--总有一款适合你