算法刷题Day29 |491.递增子序列、46.全排列、47.全排列 II

2024-04-09 16:36

本文主要是介绍算法刷题Day29 |491.递增子序列、46.全排列、47.全排列 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

  • 0 引言
  • 1 递增子序列
    • 1.1 我的解题
  • 2 全排列
    • 2.1 我的解题
  • 3 全排列 II
    • 3.1 我的解题

请添加图片描述

  • 🙋‍♂️ 作者:海码007
  • 📜 专栏:算法专栏
  • 💥 标题:算法刷题Day29 |491.递增子序列、46.全排列、47.全排列 II
  • ❣️ 寄语:书到用时方恨少,事非经过不知难!

0 引言

继续回溯算法,算法的重要性再一次让我感受到了。必须拿下。

1 递增子序列

  • 🎈 文档讲解
  • 🎈 视频讲解
  • 🎈 做题状态:好难呀,呜呜

1.1 我的解题

首先分析一下题目,给出的nums数组中是可以有重复元素的,那也就代表需要进行树层去重操作。然后再看返回的是所有满足条件的子集。

但是这道题有一点不同,这道题的nums不能事先排序,所以,在判断是否需要树层去重的时候就需要遍历之前所有的数据(这种方法不行,会导致树枝也去重为什么我一开始会说不行呢,是因为写的代码没有考虑好,j因该从startIndex开始遍历而不是0,没想到犯了这么低级的错误,困扰了一上午。)。所以想了想还是使用哈希法重吧。

那么如何可以使用哈希法进行树层去重呢?为什么使用数组遍历的时候就不能保证是同一个树层呢?

为什么使用数组遍历的时候就不能保证是同一个树层呢?因为我们通过引用传递了used数组,这个数组记录了所有树层的使用情况。不是同一层的使用情况。

在这里插入图片描述

那么使用一个临时变量记录当前for循环的元素使用情况,就可以只记录本层的信息。

所以这种题目的关键就是如何确定用一层的数据使用情况

好吧看了评论区大佬的讲解,其使用used数组也可以判断出来
代码如下:

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;class Solution {
public:void backTracing(vector<int>& nums, int startIndex, vector<int>& path, vector<vector<int>>& paths) {if (startIndex == nums.size()) {return;}vector<bool> used(nums.size(), false);for (int i = startIndex; i < nums.size(); i++) {// 如果要插入的数据是小于path中最后一个数,则本树枝不满足条件,直接跳到下一个循环if (!path.empty() && nums[i] < path.back()) {continue;}if (i > startIndex) {bool needDelete = false;for (int j = i-1; j >= startIndex; j--){if (nums[j] == nums[i] && used[j] == false){needDelete = true;}}if (needDelete) continue;}used[i] = true;path.emplace_back(nums[i]);// 将满足条件的子集加入到结果数组中if (path.size() >= 2) {paths.emplace_back(path);}backTracing(nums, i + 1, path, paths);path.pop_back();used[i] = false;}}vector<vector<int>> findSubsequences(vector<int>& nums) {vector<int> path;vector<vector<int>> paths;backTracing(nums, 0, path, paths);return paths;}
};

2 全排列

  • 🎈 文档讲解
  • 🎈 视频讲解
  • 🎈 做题状态:

2.1 我的解题

审题:不包含重复数字的数组nums。不需要进行去重。由于是排列,所以需要一个参数记录哪些数据被使用过,使用过的数据不能重复遍历。

class Solution {
public:void backTracing(vector<int>& nums, vector<bool>& used, vector<int>& path, vector<vector<int>>& paths){if (path.size() == nums.size()){paths.emplace_back(path);return;}for (int i = 0; i < nums.size(); i++){if (used[i] == false){path.emplace_back(nums[i]);used[i] = true;backTracing(nums, used, path, paths);path.pop_back();used[i] = false;}}}vector<vector<int>> permute(vector<int>& nums) {vector<int> path;vector<vector<int>> paths;vector<bool> used(nums.size(), false);backTracing(nums, used, path, paths);return paths;}
};

3 全排列 II

  • 🎈 文档讲解
  • 🎈 视频讲解
  • 🎈 做题状态:

3.1 我的解题

审题:包含重复元素的数组nums,所以需要进行去重。

其实就是前面的题目的结合版本

class Solution {
public:void backTracing(vector<int>& nums, vector<bool>& used, vector<int>& path, vector<vector<int>>& paths){if (path.size() == nums.size()){paths.emplace_back(path);return;}for (int i = 0; i < nums.size(); i++){if (i > 0 && nums[i] == nums[i - 1] && used[i-1] == false){continue;}if (used[i] == false){path.emplace_back(nums[i]);used[i] = true;backTracing(nums, used, path, paths);path.pop_back();used[i] = false;}}}vector<vector<int>> permuteUnique(vector<int>& nums) {sort(nums.begin(), nums.end());vector<int> path;vector<vector<int>> paths;vector<bool> used(nums.size(), false);backTracing(nums, used, path, paths);return paths;}
};

这篇关于算法刷题Day29 |491.递增子序列、46.全排列、47.全排列 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/888671

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

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