当前位置: 首页 > article >正文

【LeetCode 热题100】 22. 括号生成 的算法思路及python代码

22. 括号生成

数字 n n n 代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且有效的括号组合。

示例 1:

输入:n = 3
输出:["((()))","(()())","(())()","()(())","()()()"]

示例 2:

输入:n = 1
输出:["()"]

算法思路

该代码采用 回溯法 生成所有有效的括号组合。通过递归逐步构建可能的括号字符串,并利用剪枝条件(左括号数量不超过 n n n,右括号数量不超过左括号数量)确保每一步生成的字符串均有效。核心思路如下:

步骤详解

  1. 初始化参数:
    • ans存储所有有效组合。
    • backtrack函数接收当前字符串 S、已用左括号数 left 和右括号数 right
  2. 递归终止条件:
    • S 的长度等于 2n 时,将当前字符串加入 ans
  3. 递归生成括号:
    • 添加左括号:left < n,添加左括号并递归处理 left + 1,回溯时删除该左括号。
    • 添加右括号:right < left(保证右括号有效),添加右括号并递归处理 right + 1,回溯时删除该右括号。

关键点

  1. 剪枝条件:
    • 左括号数不超过 n,保证总数不超限。
    • 右括号数不超过左括号数,避免无效组合,如 “)(”。
  2. 回溯恢复状态:
    • 每次递归调用后移除刚添加的括号,确保后续分支正确遍历其他可能性。
  3. 动态维护路径:
    • 通过列表 S 记录当前路径,避免字符串拼接带来的额外开销。

复杂度分析

  • 时间复杂度: O ( 4 n / √ n ) O(4ⁿ / √n) O(4n/√n)
    • 有效组合数为卡特兰数 C ( n ) = ( 1 / ( n + 1 ) ) ∗ C ( 2 n , n ) ≈ O ( 4 n / n √ n ) C(n) = (1/(n+1)) * C(2n, n) ≈ O(4ⁿ / n√n) C(n)=(1/(n+1))C(2n,n)O(4n/nn)
    • 每个组合生成需 O ( n ) O(n) O(n) 时间,总时间为 O ( n ∗ C ( n ) ) = O ( 4 n / √ n ) O(n * C(n)) = O(4ⁿ / √n) O(nC(n))=O(4n/√n)
  • 空间复杂度:
    • 递归栈空间: O ( n ) O(n) O(n),递归深度为 2 n 2n 2n
    • 结果存储: O ( 4 n / √ n ) O(4ⁿ / √n) O(4n/√n),存储所有有效组合(每个长度为 2 n 2n 2n)。

算法代码

class Solution:
    def generateParenthesis(self, n: int) -> List[str]:
        ans = []
        def backtrack(S, left, right):
            if len(S) == 2 * n:
                ans.append(''.join(S))
                return
            if left < n:
                S.append('(')
                backtrack(S, left+1, right)
                S.pop()
            if right < left:
                S.append(')')
                backtrack(S, left, right+1)
                S.pop()

        backtrack([], 0, 0)
        return ans

在这里插入图片描述

该问题与普通回溯问题的核心区别

括号生成问题虽然使用回溯框架,但其约束条件和解空间特性与普通回溯问题(如全排列、子集)有显著差异。以下是具体对比:


1. 剪枝条件的特殊性
维度括号生成普通回溯(如全排列)
剪枝目标保证括号有效性(左括号数 ≥ 右括号数)避免重复选择同一元素
剪枝条件left < nright < left通过标记数组或交换法保证元素不重复
约束类型动态约束:依赖当前路径的左右括号数量关系静态约束:仅依赖已选元素是否重复

示例说明

  • 括号生成中,右括号的添加必须满足 right < left,否则会导致无效组合(如 ")(")。
  • 全排列中,只需确保每个元素仅被使用一次。

2. 状态参数的动态管理
维度括号生成普通回溯(如全排列)
状态参数需跟踪 left(左括号数)和 right(右括号数)通常只需跟踪 当前路径长度已选元素
状态更新每次递归需更新 leftright通常只需更新路径和标记数组
状态恢复回溯时需恢复路径和计数器(代码中通过 S.pop()类似,需恢复路径和标记状态

示例说明

  • 括号生成中,递归参数 leftright 动态约束下一步的选择范围。
  • 全排列中,通过交换元素位置或标记数组管理元素是否已被使用。

3. 解的结构与有效性
维度括号生成普通回溯(如全排列)
解的有效性必须满足括号匹配规则(平衡且嵌套正确)只需满足元素不重复
解空间特性有效解的数量为卡特兰数(C(n) = O(4ⁿ/√n))全排列解的数量为阶乘(n!)
生成方式通过左右括号的合法组合生成通过元素的排列组合生成

示例说明

  • 括号生成的有效解必须成对出现,如 "(()())"
  • 全排列的有效解只需包含所有元素一次,如 [1,2,3] 的排列。

4. 选择列表的动态性
维度括号生成普通回溯(如全排列)
选择列表根据 leftright 动态决定可选括号类型根据未使用的元素静态确定选择列表
选择策略优先添加左括号,再在条件允许时添加右括号遍历所有未选元素

示例说明

  • left < n 时,可选择添加左括号;当 right < left 时,可选择添加右括号。
  • 全排列中,每一步选择列表为所有未被使用的元素。

总结对比表

对比维度括号生成普通回溯问题(如全排列)
核心约束动态括号匹配规则(左 ≥ 右,总数 ≤ n)静态元素唯一性
剪枝条件基于左右括号数量的实时关系基于元素是否已被使用
解空间大小卡特兰数(指数级但比全排列少)阶乘级(更大)
状态管理复杂度需额外维护左右括号计数器通常仅需管理路径和标记数组
时间复杂度O(4ⁿ/√n)O(n × n!)

关键区别总结

  1. 剪枝逻辑的实时性:括号生成的剪枝条件依赖当前路径的实时状态(左右括号数),而普通回溯通常依赖静态的未使用元素集合。
  2. 解的有效性规则:括号生成需满足严格的括号平衡规则,普通回溯只需满足元素不重复。
  3. 解空间的数学特性:括号生成的解空间由卡特兰数描述,远小于全排列的阶乘级解空间。
  4. 状态参数的复杂性:括号生成需维护左右括号数量,增加了状态管理的维度。

http://www.kler.cn/a/598979.html

相关文章:

  • 蓝桥杯算法实战:技巧、策略与进阶之路
  • 检索增强生成(2)本地PDF 本地嵌入模型
  • 深入解析 TCP:可靠传输的基石
  • 体育直播模板nba英超直播欧洲杯直播模板手机自适应
  • 安装unsloth
  • 实战经验:Gone 框架模块化改造中的 go work 反思
  • TCP | 序列号和确认号 [逐包分析] | seq / ack 详解
  • 工业软件的破局与重构:从技术依赖到自主创新的未来路径
  • 连接chatgpt的桌面语音助手
  • 单片机开发资源分析实战——以STM32F103ZET6为例子,分析我们的单片机
  • Binder机制源码分析
  • 详细解析格式化消息框的代码
  • Python Web 框架之 Flask
  • 精密矫平机:解锁工业制造的“平整密码”,打造零瑕疵的金属艺术
  • PHP基本知识
  • 【IDEA】 配置安装 Leetcode 插件
  • 奇迹科技:蓝牙网关赋能少儿篮球教育的创新融合案例研究
  • CentOS与LAMP详解:从概念到实战!!!
  • Redis 内存淘汰策略
  • Python Cookbook-4.8 二维阵列变换