代码随想录算法训练营第十九天| 回溯理论、77. 组合、216. 组合总和Ⅲ、17. 电话号码的字母组合

本文主要是介绍代码随想录算法训练营第十九天| 回溯理论、77. 组合、216. 组合总和Ⅲ、17. 电话号码的字母组合,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!

今日内容

  • 回溯的理论基础
  • leetcode. 77 组合
  • leetcode. 216 组合总和Ⅲ
  • leetcode. 17 电话号码的字母组合

回溯理论基础

回溯法也叫回溯搜索法,它是一种搜索的方式,而且只要有递归就会有回溯,回溯就是递归的副产品。

回溯说到底并不是什么非常高深的搜索方式,本质上仍然是穷举,穷举所有可能然后选择出我们要的答案。剪枝会使回溯法更加高效一点,但改变不了回溯本质就是穷举这一事实

虽然回溯是偏暴力地穷举出所有可能结果,但是这对于某些问题来说已经是很好的解法了,有些问题不求能用多简便的方法求出了,能用暴力法搜索出一个结果就已经是非常不错了。而这些只能用穷举求解的方法可以被概括为下面几类:

  • 组合问题:N个数里按一定规则找出K个数的集合
  • 切割问题:一个字符串按一定规则有几种切割方式
  • 子集问题:一个有N个数的集合里有多少符合条件的子集
  • 排列问题:N个数按一定规则全排列,有几种排列方式
  • 棋盘问题:N皇后、解数独等

此处比较搞混的是组合问题和排列问题的区别,需要明确:组合不强调元素顺序,而排列强调元素顺序。比如 {1, 2}、{2, 1} 在组合问题中属于同一结果,而在排列问题中就是两个结果。

能用回溯法解决的问题都可以抽象为树形结构,这也是为什么要把回溯法放在二叉树专题后介绍。因为回溯法解决的是在集合中递归查找子集,集合的大小构成了树的宽度,递归深度构成了树的深度

回溯法一般需要用到回溯函数去解决,而正如之前所说,回溯是递归的副产品,所以回溯函数和递归函数是非常类似的。回溯函数也和递归函数一样拥有三要素:

  1. 回溯函数返回值和参数。回溯函数的返回值一般为 void,然后回溯函数的参数并不能像做二叉树递归一样一次性确定下来,所以一般写回溯函数是先写逻辑,再写参数
  2. 终止条件。一般来说,到叶子节点的时候就可以结束了。
  3. 单层逻辑。把回溯问题抽象为树形结构后,图片如下。实际上,我们每一层都用一个 for 循环遍历,通过递归下到下一层。这样讲可能会比较抽象,等做了实际题目后,就会比较清晰了。

总体而言,回溯法的解题模板如下所示:

void backtracking(参数) {if (终止条件) {存放结果;return;}for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {处理节点;backtracking(路径,选择列表); // 递归回溯,撤销处理结果}
}

Leetcode. 77 组合

文章链接:代码随想录 (programmercarl.com)

题目链接:77. 组合 - 力扣(LeetCode)

本题从题名看,就知道是组合问题。

借本题也讲讲为什么一定要用递归来进行暴力穷举。一般我们想到的暴力穷举就是使用 for 循环来实现的,像本题中从 n 个数中取 k 个数,如果 k 取值为2、3、4等小数,那么嵌套2、3、4个 for 循环就好。倘若 k 为大数,比如500、1000,嵌套500、1000个 for 循环那就是灾难级别了。

递归就可以避免嵌套多层循环的问题。

前面所说,回溯法能解决的问题都可以抽象为树形结构,该题抽象的树形结构如下图所示:

根据回溯法模板 + 树形结构图,我们写出如下代码:

class Solution {List<List<Integer>> result = new ArrayList<>();List<Integer> elem = new LinkedList<>();public List<List<Integer>> combine(int n, int k) {backtracking(1, n, k);return result;}public void backtracking(int startIndex, int n, int k){if (elem.size() == k){ // 停止条件,当元素长度符合题意时result.add(new ArrayList<>(elem));return;}for (int i = startIndex; i <= n; i++){ // 每一次 for 循环表示当前层的遍历elem.add(i);backtracking(i + 1, n, k); // 递归到下一层elem.remove(elem.size() - 1);}}
}
  • 时间复杂度:O(n * 2 ^ n)
  • 空间复杂度:O(n)

其中容易搞不明白的就是:

  • startIndex
  • for 循环与递归的区别

再题目中,我们不希望获取到重复的组合结果,我们希望第一层获取到第一个元素后,递归进入下一层后可以从第二个元素开始遍历。而startIndex的作用就是如此。

再就是 for 循环和递归的区别。for 循环表示当前层的遍历,递归用于进入到下一层。以本题为例,先创建两个列表,一个用于存储临时集合 elem,一个返回最终结果 result:

  1. 第一层集合为{1, 2, 3, 4},for 循环就是遍历这一层的元素。
  2. 在遍历到第一个元素时,也就是 1,写入列表 elem。再通过递归进入到第二层。结合 startIndex,第二层的集合就是{2, 3, 4}。
  3. for 循环遍历第二层的第一个元素,也就是 2,写入列表 elem。此时elem列表长度为 2,符合题意,将结果写入result。进行回溯,将elem的元素 2 剔除。
  4. for 循环遍历第二层的第二个元素,也就是3,写入列表 elem。此时elem列表长度为 2,符合题意,将结果写入result。进行回溯,将elem的元素 3 剔除。
  5. for 循环遍历第二层的第三个元素,也就是4,写入列表 elem。此时elem列表长度为 2,符合题意,将结果写入result。进行回溯,将elem的元素 4 剔除。
  6. 第一层的第一个元素遍历完成,进行第一层第二个元素的遍历。重复步骤3-5,直到第一层集合中的元素被遍历完全。

剪枝操作

虽然回溯本质是穷举,但在某些情况下,穷举已经失去意义,比如我们想要长度为3的集合,但此时剩余元素只有2时,接下来无论如何穷举,剩余元素都无法满足要求。因此剩余无意义的操作就可以通过剪枝剔除,从而提高效率。

剪枝后的代码如下:

class Solution {List<List<Integer>> result = new ArrayList<>();List<Integer> elem = new LinkedList<>();public List<List<Integer>> combine(int n, int k) {backtracking(1, n, k);return result;}public void backtracking(int startIndex, int n, int k){if (elem.size() == k){result.add(new ArrayList<>(elem));return;}// 进行剪枝操作后for (int i = startIndex; i <= n - (k - elem.size()) + 1; i++){elem.add(i);backtracking(i + 1, n, k);elem.remove(elem.size() - 1);}}
}

此处剪枝操作体现在 for 循环的条件表达式上,其中:

  1. 已经选择的元素个数:elem.size()
  2. 还需要的元素个数:k - elem.size()
  3. 在集合中至多要从该起始位置开始遍历:n - ( k - elem.size()) + 1

Leetcode. 216 组合总和Ⅲ

文章链接:代码随想录 (programmercarl.com)

题目链接:216. 组合总和 III - 力扣(LeetCode)

通过上一题的洗礼,对于回溯法的使用有了一些眉目。

题目中有这样一段:该列表不能包含相同的组合两次,为了避免出现同一组合,所以用过的元素都不能再次出现。

将该问题抽象为树形结构,我们可以得到:

根据回溯模板和上述图片,写出如下代码:

class Solution {List<Integer> elem = new LinkedList<>();List<List<Integer>> result = new ArrayList<>();public List<List<Integer>> combinationSum3(int k, int n) {backtracking(1, k, n);return result;}public void backtracking(int startIndex, int k, int n){if (elem.size() == k){int sum = 0;for (int i = 0; i < elem.size(); i++){sum += elem.get(i);}if (sum == n){result.add(new ArrayList<>(elem));return;}}/*此处也可通过剪枝操作提高效率,剪枝后:for (int i = startInex; i <= 9 - (k - elem.size()) + 1; i++)*/for (int i = startIndex; i <= 9; i++){elem.add(i);backtracking(i + 1, k, n);elem.remove(elem.size() - 1);}}
}
  • 空间复杂度:O(n * 2 ^ n)
  • 时间复杂度:O(n)

Leetcode. 17 电话号码的字母组合

文章链接:代码随想录 (programmercarl.com)

题目链接:17. 电话号码的字母组合 - 力扣(LeetCode)

本题思路:

  1. 先创建一个映射,可以将数字与对应字母列表映射起来。
  2. 遍历字符串,读取对应数字的字母列表。
  3. 分别将这些字母列表的元素进行拼接,做出最后的组合。

代码如下:

class Solution {List<String> result = new ArrayList<>();StringBuilder sb = new StringBuilder();public List<String> letterCombinations(String digits) {if (digits.isEmpty()){return result;}// 创建映射String[] map = {"", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};backtracking(digits, map, 0);return result;}public void backtracking(String digits, String[] map, int startIndex){if (digits.length() == startIndex){result.add(sb.toString());return;}// 获取字符串中对应数字的字母列表String list = map[digits.charAt(startIndex) - '0'];// 遍历字母列表for (int i = 0; i < list.length(); i++){sb.append(list.charAt(i));// 递归到字符串中下一个数字的字母列表中backtracking(digits, map, startIndex + 1);sb.deleteCharAt(sb.length() - 1);}}
}
  • 时间复杂度:O(3 ^ n * 4 ^ m)
  • 空间复杂度:O(3 ^ n * 4 ^ m)

这篇关于代码随想录算法训练营第十九天| 回溯理论、77. 组合、216. 组合总和Ⅲ、17. 电话号码的字母组合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/1143432

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

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

hdu4869(逆元+求组合数)

//输入n,m,n表示翻牌的次数,m表示牌的数目,求经过n次操作后共有几种状态#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#includ

【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

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