Leetcode算法训练日记 | day29

2024-04-18 21:53

本文主要是介绍Leetcode算法训练日记 | day29,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!

一、递增子序列

1.题目

Leetcode:第 491 题

给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。

示例 1:

输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2:

输入:nums = [4,4,3,2,1]
输出:[[4,4]]

2.解题思路

使用回溯算法来解决序列问题。findSubsequences 函数负责初始化并开始回溯过程。backtracking 函数是回溯算法的核心,它尝试在每个位置选择或不选择当前的元素,并递归地继续处理后续的元素。通过这种方式,backtracking 函数能够找到所有可能的子序列。使用一个大小为 201 的数组 used 来标记元素是否已经被使用过。这是因为数组 nums 中的元素值被假定为在 0 到 200 之间。如果 nums 中的元素值超出这个范围,需要相应地调整 used 数组的大小。此外,used 数组的索引是 nums[i] + 100,这是为了将 nums 中的元素值映射到 used 数组的索引范围内。

3.实现代码

#include <iostream>
#include <vector>
using namespace std;class Solution {
public:vector<vector<int>> result;// 定义一个二维整数数组用于存储所有子序列的结果vector<int> path; // 定义一个一维整数数组用于存储当前子序列// 定义 backtracking 函数,用于实现回溯算法void backtracking(vector<int>& nums, int startIdex) {// 如果当前子序列的长度大于1,将其添加到结果集中if (path.size() > 1) {result.push_back(path);}// 定义一个数组用于标记数组中每个元素是否已经被使用过int used[201] = { 0 };// 遍历 nums 数组,从 startIdex 开始for (int i = startIdex; i < nums.size(); i++) {// 如果当前元素已经被添加到路径中,或者当前元素小于路径中最后一个元素,跳过if ((!path.empty() && nums[i] < path.back()) || used[nums[i] + 100] == 1) {continue;}used[nums[i] + 100] = 1; // 标记当前元素为已使用path.push_back(nums[i]);// 将当前元素添加到路径中 backtracking(nums, i + 1);// 递归调用 backtracking 函数,以当前元素的下一个元素作为新的起始索引path.pop_back();// 回溯:从路径中移除最后一个元素}}// 定义 findSubsequences 函数,用于生成所有子序列vector<vector<int>> findSubsequences(vector<int>& nums) {// 清空结果集和路径,为生成新的子序列做准备result.clear();path.clear();backtracking(nums, 0); // 调用 backtracking 函数,开始回溯过程return result;// 返回结果集 result}
};//测试
int main()
{Solution p;vector<vector<int>> result;vector<int>nums = { 4,6,7,7 };result = p.findSubsequences(nums);cout << "所有的组合有:" << endl;for (auto& ans : result) {cout << "[";for (auto& i : ans) {cout << i << " ";}cout << "]" << endl;}cout << endl;return 0;
}

 

二、全排列

1.题目

Leetcode:第 46 题

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1:

输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

示例 2:

输入:nums = [0,1]
输出:[[0,1],[1,0]]

示例 3:

输入:nums = [1]
输出:[[1]]
2.解题思路

使用回溯算法来解决排列问题。permute 函数负责初始化并开始回溯过程。backtracking 函数是回溯算法的核心,它尝试在每个位置放置数组中的每个元素,并递归地继续处理后续的元素。通过这种方式,backtracking 函数能够找到所有可能的排列。used 向量是一个辅助工具,用于确保数组中的每个元素在当前排列中只出现一次,并允许回溯算法在必要时回退到之前的步骤,以探索其他可能的排列。这种方法可以生成包括重复元素在内的所有排列,如果数组中有重复元素,结果集中可能会出现重复的排列。如果需要排除重复的排列,可以增加额外的逻辑来检查新排列是否已经存在于结果集中。

3.实现代码
#include <iostream>
#include <vector>
using namespace std;class Solution {
public:vector<vector<int>> result; // 定义一个二维整数数组用于存储所有排列的结果vector<int> path;// 定义一个一维整数数组用于存储当前排列// 定义 backtracking 函数,用于实现回溯算法void backtracking(vector<int>& nums, vector<bool>& used) {// 如果当前排列的长度等于原数组的长度,说明找到了一个完整的排列if (path.size() == nums.size()) {result.push_back(path);// 将当前排列添加到结果集中return; // 返回继续搜索其他排列}// 遍历数组中的每个元素for (int i = 0; i < nums.size(); i++) {// 如果该元素已经被使用过,则跳过if (used[i] == true) continue;used[i] = true;// 标记该元素为已使用path.push_back(nums[i]);// 将该元素添加到当前排列中backtracking(nums, used);// 递归调用 backtracking 函数,继续寻找下一个元素的排列path.pop_back();// 回溯:从当前排列中移除最后一个元素,尝试其他可能性used[i] = false;// 重置该元素为未使用状态,以便其他排列可以使用}}// 定义 permute 函数,用于生成所有排列vector<vector<int>> permute(vector<int>& nums) {// 清空结果集和当前排列,为生成新的排列做准备result.clear();path.clear();vector<bool> used(nums.size(), false);// 创建一个与 nums 数组大小相同的布尔向量,用于跟踪每个元素是否已使用backtracking(nums, used); // 调用 backtracking 函数,开始回溯过程return result;// 返回结果集 result,其中包含了所有可能的排列}
};//测试
int main()
{Solution p;vector<vector<int>> result;vector<int>nums = { 1,2,3 };result = p.permute(nums);cout << "所有的组合有:" << endl;for (auto& ans : result) {cout << "[";for (auto& i : ans) {cout << i << " ";}cout << "]" << endl;}cout << endl;return 0;
}

 

三、全排列Ⅱ

1.题目

Leetcode:第 47 题

给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列。

示例 1:

输入:nums = [1,1,2]
输出:
[[1,1,2],[1,2,1],[2,1,1]]

示例 2:

输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
2.解题思路

使用回溯算法来解决排列问题。在这个类中,permuteUnique 函数首先清空结果集和当前路径,然后对输入数组 nums 进行排序。排序后,它创建一个布尔向量 used 来跟踪每个元素是否已被使用,并调用 backtracking 函数开始生成排列。backtracking 函数是回溯算法的核心,它尝试在每个位置放置数组中的每个元素,并递归地继续处理后续的元素。通过检查 i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false 来跳过与前一个未使用的元素相同的元素,从而避免生成重复的排列。这种方法可以生成数组的所有唯一排列,即使数组中有重复元素,结果集中也不会出现重复的排列。

3.实现代码
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;class Solution {
public: vector<vector<int>> result;// 定义一个二维整数数组用于存储所有唯一排列的结果vector<int> path;// 定义一个一维整数数组用于存储当前正在构建的排列// 定义 backtracking 函数,用于实现回溯算法生成唯一排列void backtracking(vector<int>& nums, vector<bool>& used) {// 当前路径的长度等于原始数组的长度时,说明找到了一个完整的排列if (path.size() == nums.size()) {// 将当前路径添加到结果集中 result.push_back(path);    return;// 返回继续搜索其他排列}// 遍历数组中的每个元素for (int i = 0; i < nums.size(); i++) {// 如果当前元素与前一个元素相同,并且前一个元素未被使用过,则跳过当前元素以避免重复if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {continue;}// 如果当前元素未被使用if (used[i] == false) {used[i] = true;// 标记当前元素为已使用path.push_back(nums[i]);// 将当前元素添加到路径中backtracking(nums, used);// 递归调用 backtracking 函数,继续寻找下一个元素的排列path.pop_back();// 回溯:从路径中移除最后一个元素,回退到上一步used[i] = false;// 重置当前元素为未使用状态,以便可以重新使用}}}// 定义 permuteUnique 函数,用于生成所有唯一排列vector<vector<int>> permuteUnique(vector<int>& nums) {// 清空结果集和当前路径,为生成新的排列做准备result.clear();path.clear();sort(nums.begin(), nums.end());// 对输入数组进行排序,这样相同的元素会相邻,有助于避免重复排列vector<bool> used(nums.size(), false);// 创建一个布尔数组,用于跟踪数组中的每个元素是否已被使用 backtracking(nums, used);// 调用 backtracking 函数,开始回溯过程生成排列return result;// 返回包含所有唯一排列的结果集}
};//测试
int main()
{Solution p;vector<vector<int>> result;vector<int>nums = { 1,2,2 };result = p.permuteUnique(nums);cout << "所有的组合有:" << endl;for (auto& ans : result) {cout << "[";for (auto& i : ans) {cout << i << " ";}cout << "]" << endl;}cout << endl;return 0;
}

 ps:以上皆是本人在探索算法旅途中的浅薄见解,诚挚地希望得到各位的宝贵意见与悉心指导,若有不足或谬误之处,还请多多指教。

这篇关于Leetcode算法训练日记 | day29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/915926

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

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

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

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

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯: