代码随想录算法训练营第24天 | LeetCode93.复原IP地址、LeetCode78.子集、LeetCode90.子集II

本文主要是介绍代码随想录算法训练营第24天 | LeetCode93.复原IP地址、LeetCode78.子集、LeetCode90.子集II,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

LeetCode93.复原IP地址

LeetCode78.子集

LeetCode90.子集II


LeetCode93.复原IP地址

有效 IP 地址 正好由四个整数(每个整数位于 0255 之间组成,且不能含有前导 0),整数之间用 '.' 分隔。

  • 例如:"0.1.2.201" "192.168.1.1"有效 IP 地址,但是 "0.011.255.245""192.168.1.312""192.168@1.1"无效 IP 地址。

给定一个只包含数字的字符串 s ,用以表示一个 IP 地址,返回所有可能的有效 IP 地址,这些地址可以通过在 s 中插入 '.' 来形成。你 不能 重新排序或删除 s 中的任何数字。你可以按 任何 顺序返回答案。

思路:这道题和之前做的切割字符串的思路是一致的,在主循环中判断是否满足题意,满意才能将其添加入path中,不满足题意直接可以终止本层循环,跳出递归。当然需要注意一些细节,比如何时能够return。

这里有两种做法。

一种是使用一个path的int数组来接收字符数字,这里涉及到了整型与字符串的转换。

    vector<string> result;//记录最终结果vector<int> path;//记录单次结果void backtracking(const string& s, int startIndex){if(path.size() == 4){//当path的大小为4时,开始进行判断,因为有效的IP地址就是4个数if(startIndex == s.size()){//如果此时startIndex指向末尾,说明已经分割完成,准备加入resultstring str = "";for(int  i = 0; i < path.size(); i ++){str += to_string(path[i]);//这里需要将int转化if(i != path.size() - 1){str += ".";}}result.push_back(str);//构造完成后加入result}return;}for(int i = startIndex; i < s.size(); i ++){if(isIPnumber(s, startIndex, i)){string str = s.substr(startIndex, i - startIndex + 1);int int_str = stoi(str);path.push_back(int_str);}else{break;}backtracking(s, i + 1);//递归path.pop_back();//回溯}}bool isIPnumber(const string& s, int start, int end){if(end - start + 1 > 3) return false;//字符串位数超过了3位,不符合要求if(end - start + 1 >= 2 && s[start] == '0') return false;//当字符串位数多于1位且出现前导0时,返回falsestring st = s.substr(start, end - start + 1);int int_st = stoi(st);//将字符串转换为int型整数if(int_st >= 0 && int_st <= 255) return true;//确保在0~255范围内return false;}vector<string> restoreIpAddresses(string s) {result.clear();path.clear();backtracking(s, 0);return result;}

 另外一种是直接使用string来接收,只是需要注意“.”何时需要添加、何时不能添加,以及在回溯时是否需要将多余的“.”所占位数删除。

    vector<string> result;//记录最终结果string path;//记录单次结果int count = 0;void backtracking(const string& s, int startIndex){if(count == 4){//当path的大小为4时,开始进行判断,因为有效的IP地址就是4个数if(startIndex == s.size()){//如果此时startIndex指向末尾,说明已经分割完成,准备加入resultresult.push_back(path);//构造完成后加入result}return;}for(int i = startIndex; i < s.size(); i ++){string str = "";if(isIPnumber(s, startIndex, i)){str = s.substr(startIndex, i - startIndex + 1);path += str;//将满足条件的str加入pathcount ++;//记录添加的个数if(count != 4) path += ".";//这里需要注意当count == 4,不用再添加"."}else{break;}backtracking(s, i + 1);//递归for(int j = 0; j < str.size(); j++) path.pop_back();if(count != 4) path.pop_back();//同样,当count==4,则不需要再删除多余的位数".",和上面是一一对应的count --;}}bool isIPnumber(const string& s, int start, int end){if(end - start + 1 > 3) return false;//字符串位数超过了3位,不符合要求if(end - start + 1 >= 2 && s[start] == '0') return false;//当字符串位数多于1位且出现前导0时,返回falsestring st = s.substr(start, end - start + 1);int int_st = stoi(st);//将字符串转换为int型整数if(int_st >= 0 && int_st <= 255) return true;//确保在0~255范围内return false;}vector<string> restoreIpAddresses(string s) {result.clear();path.clear();backtracking(s, 0);return result;}

时间复杂度:O(3^4)

空间复杂度:O(n)

LeetCode78.子集

给你一个整数数组 nums ,数组中的元素 互不相同 。返回该数组所有可能的

子集(幂集)。

解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。

 

思路:切割和组合的题目相似,如果把他们看成一个树状结构,那么所求的都是最后的叶子结点。

这里是子集问题,如果看成是一个树状结构,那么进入的就是每一个结点。

于是这道题的思路就和前面存在一些细小的差别,就是何时加入以及何时返回。通常来说,只要进一次递归,就可以将path存的元素加入result。当然返回的触发条件也很好判断,就是当startIndex到达了最后,自然也就递归返回了。

这里我将其写得比较详细,首先加入了空集到result中,然后再进行后续非空集的加入。

    vector<vector<int>> result;//存放最终结果vector<int> path;//存放单次结果void backtracking(vector<int>& nums, int startIndex){if(path.size() >= 1 && path.size() <= nums.size()){//path的大小在nums的大小区间内,就是相应的子集,将其加入resultresult.push_back(path);if(startIndex == nums.size()) return;//当startIndex等于了nums的大小值,说明已经遍历到了末尾元素,开始返回}for(int i = startIndex; i < nums.size(); i ++){path.push_back(nums[i]);backtracking(nums, i + 1);//递归path.pop_back();//回溯}}vector<vector<int>> subsets(vector<int>& nums) {result.clear();path.clear();result.push_back(vector<int>());//将空集首先放入result中backtracking(nums, 0);return result;}

 当然,其实没必要额外写代码加入,直接在每次进入函数时就添加path即可,这样能够做到空集也能加入其中,后续的子集更不用说能够加入。

同时,这里不再有判断返回的语句,因为本身到达数组最后时,循环进不去,自然本层递归也就返回了,可以不用再写判断了。

    vector<vector<int>> result;//存放最终结果vector<int> path;//存放单次结果void backtracking(vector<int>& nums, int startIndex){//这里不需要判断return条件,//因为本身startIndex等于了nums的大小后,只会将子集加入result,//下面的循环进不去,这层递归直接就返回了//而且这样写也能在开始时将空集直接加入,不用另外写代码加入result.push_back(path);for(int i = startIndex; i < nums.size(); i ++){path.push_back(nums[i]);backtracking(nums, i + 1);//递归path.pop_back();//回溯}}vector<vector<int>> subsets(vector<int>& nums) {result.clear();path.clear();backtracking(nums, 0);return result;}

时间复杂度:O(n*2^n)

空间复杂度:O(n)

LeetCode90.子集II

给你一个整数数组 nums ,其中可能包含重复元素,请你返回该数组所有可能的

子集

(幂集)。

解集 不能 包含重复的子集。返回的解集中,子集可以按 任意顺序 排列。

思路:这里其实和上面一道题很像,区别就在于存在了重复元素,这是解决的关键所在。

之前在求组合之和时也碰到过,核心就是避免同层元素使用重复元素进行循环

于是这里有三种避免的方法。

第一种是使用索引下标i与startIndex比较,能够在同层遇到重复元素时直接跳过。

    vector<vector<int>> result;//统计最终结果vector<int> path;//记录单次结果void backtracking(vector<int>& nums, int startIndex){result.push_back(path);for(int i = startIndex; i < nums.size(); i ++){//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重if(i > startIndex && nums[i] == nums[i - 1]) continue;path.push_back(nums[i]);backtracking(nums, i + 1);//递归path.pop_back();//回溯}}vector<vector<int>> subsetsWithDup(vector<int>& nums) {result.clear();path.clear();sort(nums.begin(), nums.end());//为了去重,需要将元素排序backtracking(nums, 0);return result;}

 第二种是使用used数组记录元素使用情况,同样也是当前面元素使用完成后,回溯后,来到下一个重复元素时能够跳过,否则就会重复。之前有详细讲过,这里就提一下。

    vector<vector<int>> result;//统计最终结果vector<int> path;//记录单次结果vector<bool> used;void backtracking(vector<int>& nums, int startIndex){result.push_back(path);for(int i = startIndex; i < nums.size(); i ++){//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) continue;path.push_back(nums[i]);used[i] = true;backtracking(nums, i + 1);//递归used[i] = false;//回溯path.pop_back();}}vector<vector<int>> subsetsWithDup(vector<int>& nums) {result.clear();path.clear();sort(nums.begin(), nums.end());//为了去重,需要将元素排序used.resize(nums.size(), false);//设置used数组为nums的大小,初始值为falsebacktracking(nums, 0);return result;}

第三种是在递归每层时,设置一个set集合,将使用过的元素都放里面,如果在同层找到了相同的重复元素,就跳过,continue。

    vector<vector<int>> result;//统计最终结果vector<int> path;//记录单次结果void backtracking(vector<int>& nums, int startIndex){result.push_back(path);unordered_set<int> st;for(int i = startIndex; i < nums.size(); i ++){//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重if(st.find(nums[i]) != st.end()) continue;//也就是说在本层循环里面出现了重复元素,需要跳过它st.insert(nums[i]);//如果本层循环没有遇到过该元素,就将其加入集合中path.push_back(nums[i]);backtracking(nums, i + 1);//递归path.pop_back(); //回溯}}vector<vector<int>> subsetsWithDup(vector<int>& nums) {result.clear();path.clear();sort(nums.begin(), nums.end());//为了去重,需要将元素排序backtracking(nums, 0);return result;}

时间复杂度:O(n*2^n)

空间复杂度:O(n)

感谢你的阅读,希望我的文章能够给你帮助,如果有帮助,麻烦点赞加收藏,或者点点关注,非常感谢。

如果有什么问题欢迎评论区讨论!

这篇关于代码随想录算法训练营第24天 | LeetCode93.复原IP地址、LeetCode78.子集、LeetCode90.子集II的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1100281

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

常用的jdk下载地址

jdk下载地址 安装方式可以看之前的博客: mac安装jdk oracle 版本:https://www.oracle.com/java/technologies/downloads/ Eclipse Temurin版本:https://adoptium.net/zh-CN/temurin/releases/ 阿里版本: github:https://github.com/

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费