Leetcode 39.组合总和 - Combination Sum - Python - 回溯法

2024-01-26 05:44

本文主要是介绍Leetcode 39.组合总和 - Combination Sum - Python - 回溯法,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!

解题思路:

1.由于允许相同数字多次出现,所以相当于需要多次遍历同一个集合,且不知道次数,需要考虑回溯法解题。

2.注意startIndex, 由于252和522属于相同解,所以需要用到startIndex。在每次递归的时候,都向回溯函数中传递starIndex。这样做可以保证两个事情:1.找到相同数字多次出现的解;2.略过相同252,522这种相同解(以2,5,3举例,当第一层循环遍历到5(i=1,此处i就是startIndex),调用递归函数时,继续传入i,即startIndex。那么进入递归函数(第二层循环)时,i依然是1,依然是从5开始遍历,而不是从i=0,集合中的第一个元素2开始遍历。因为2开始的遍历已经结束或正在遍历中,不用再回去重做无用功了)。(看注释)

注意:

1.用python解题时,注意引用。self.result.append(self.path),这样写会将引用放入self.result,里面的数据会随self.path的改变而改变。应该:self.result.append(self.path[:]),取一个切片。(看注释)

2.将candidates排序+剪枝是常用套路!!常用套路!!常用套路!!

如果是已经排序了,那么for循环中,就是break。

如果没有排过序,那么for循环中,就是continue,因为后面的元素有可能有更小的,且满足target要求的。

代码:

class Solution(object):result = []path = []def combinationSum(self, candidates, target):self.result = []candidate.sort()    //排过序了!self.traceBack(candidates, target, 0, 0)return self.resultdef traceBack(self, candidates, target, sum_number, start_index):if sum_number == target:self.result.append(self.path[:])    //注意此处returnif sum_number > target:returnfor i in range(start_index, len(candidates)):if sum_number + candidates[i] > target:break        //注意因为排过序了,此处是break,否则写continue!!sum_number += candidates[i]self.path.append(candidates[i])//此处的i作为下一个递归函数的startIndexself.traceBack(candidates, target, sum_number, i)  sum_number -= candidates[i]self.path.pop()

这篇关于Leetcode 39.组合总和 - Combination Sum - Python - 回溯法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/645810

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

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

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

最大流=最小割=最小点权覆盖集=sum-最大点权独立集

二分图最小点覆盖和最大独立集都可以转化为最大匹配求解。 在这个基础上,把每个点赋予一个非负的权值,这两个问题就转化为:二分图最小点权覆盖和二分图最大点权独立集。   二分图最小点权覆盖     从x或者y集合中选取一些点,使这些点覆盖所有的边,并且选出来的点的权值尽可能小。 建模:     原二分图中的边(u,v)替换为容量为INF的有向边(u,v),设立源点s和汇点t

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

leetcode-24Swap Nodes in Pairs

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode swapPairs(L