首页 > 编程语言 >算法学习Day26组合总和、分割回文串

算法学习Day26组合总和、分割回文串

时间:2024-01-13 18:00:29浏览次数:30  
标签:target int sum Day26 算法 vector candidates path 回文

Day26组合总和、分割回文串

By HQWQF 2024/01/13

笔记


39. 组合总和

给定一个无重复元素的数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。

candidates 中的数字可以无限制重复被选取。

说明:

  • 所有数字(包括 target)都是正整数。
  • 解集不能包含重复的组合。

示例 1:

  • 输入:candidates = [2,3,6,7], target = 7,
  • 所求解集为: [ [7], [2,2,3] ]

回溯法

这道题和216.组合总和III类似,但是可以重复包含同一个元素,所以我们递归退出条件不能是path的长度,而应该是path的元素总和,大于则target值就退出,等于target值就加入结果后退出。

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int target, int sum,vector<int> candidates,int startIndex) {
        if(sum > target){return;}
        else if(sum == target){result.push_back(path);return;}

        for (int i = startIndex; i < candidates.size(); i++) {
            path.push_back(candidates[i]); // 处理节点
            sum += candidates[i];
            backtracking(target, sum, candidates,i); // 递归
            sum -= candidates[i];
            path.pop_back(); // 回溯,撤销处理的节点
        }
    }
public:
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        backtracking(target,0, candidates,0);
        return result;
    }
};

剪枝

值得注意的是,在sum 已经大于target值时,我们需要再进入一层递归才会返回,进入递归的性能成本是比较大的,我们可以在在sum加加后直接判断,这样就不用进入递归了。

其实,我们可以先对candidates进行排序,然后直接在for循环处判断sum 加过元素值后是否大于target,大于的话也不用考虑当前元素后面的元素了:

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int target, int sum,vector<int> candidates,int startIndex) {
         if(sum == target){result.push_back(path);return;}

        for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
            path.push_back(candidates[i]); // 处理节点
            sum += candidates[i];
            backtracking(target, sum, candidates,i); // 递归
            sum -= candidates[i];
            path.pop_back(); // 回溯,撤销处理的节点
        }
    }
public:
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        sort(candidates.begin(), candidates.end());
        backtracking(target,0, candidates,0);
        return result;
    }
};

40.组合总和II

给定一个数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。

candidates 中的每个数字在每个组合中只能使用一次。

说明: 所有数字(包括目标数)都是正整数。解集不能包含重复的组合。

  • 示例 1:
  • 输入: candidates = [10,1,2,7,6,1,5], target = 8,
  • 所求解集为:
[

  [1, 7],

  [1, 2, 5],

  [2, 6],

  [1, 1, 6]

]

回溯法

首先的一个想法是将求出的结果进行去重,但是这样时间太长。

我们需要在得出结果的过程中去重,为了避免得出相同的解,我们可以先对candidates 进行排序,这样candidates 中相同的元素就会相邻,我们在循环时做一个判断i > 0 && candidates[i] == candidates[i - 1]就可以避免寻中相同的元素。

但是注意我们要避免的重复是在树的同一层出现的重复,在解的不同位的重复是可以的,只是这样判断就会导致解的不同位的重复不被通过。

这种情况发生在刚进入树的下一层时(因为candidates[i] == candidates[i - 1]失效本质是因为当前candidates[i - 1其实并不在当前层待选择的元素中),此时的candidates[i - 1]包含在解中。

所以若当前的candidates[i - 1]不包含在解中,说明是同一层的重复。

所以我们可以维护一个bool数组useing,如果当前解包含candidates 中某位的元素,那useing对应位就为true,反之为false。以此判断candidates[i - 1]是否包含在解中。

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int target, int sum,vector<int> candidates,int startIndex,vector<bool> useing) {
         if(sum == target){result.push_back(path);return;}

        for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
            if (i > 0 && candidates[i] == candidates[i - 1] && useing[i - 1] == false) {
                continue;
            }   
            path.push_back(candidates[i]); // 处理节点
            sum += candidates[i];
            useing[i] = true;
            backtracking(target, sum, candidates,i + 1,useing); // 递归
            sum -= candidates[i];
            useing[i] = false;
            path.pop_back(); // 回溯,撤销处理的节点
        }
    }    
public:
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        vector<bool> useing(candidates.size(), false);
        sort(candidates.begin(), candidates.end());
        backtracking(target,0, candidates,0,useing);
        return result;
    }
};

其实在发现了 candidates[i] == candidates[i - 1]的情况发生在刚进入树的下一层这个事实后,我们可以想到,刚进入树的下一层时,i == startIndex,所以使用i > startIndex && candidates[i] == candidates[i - 1]就可以判断同层重复了。

 Solution {
private:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& candidates, int target, int sum, int startIndex) {
        if (sum == target) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
            // 要对同一树层使用过的元素进行跳过
            if (i > startIndex && candidates[i] == candidates[i - 1]) {
                continue;
            }
            sum += candidates[i];
            path.push_back(candidates[i]);
            backtracking(candidates, target, sum, i + 1); // 和39.组合总和的区别1,这里是i+1,每个数字在每个组合中只能使用一次
            sum -= candidates[i];
            path.pop_back();
        }
    }

public:
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        path.clear();
        result.clear();
        // 首先把给candidates排序,让其相同的元素都挨在一起。
        sort(candidates.begin(), candidates.end());
        backtracking(candidates, target, 0, 0);
        return result;
    }

131.分割回文串

给定一个字符串 s,将 s 分割成一些子串,使每个子串都是回文串。

返回 s 所有可能的分割方案。

示例: 输入: "aab" 输出: [ ["aa","b"], ["a","a","b"] ]

回溯法

我们可以从字符串的左边开始砍字符串,若砍完左边的段是回文串就加入解中,接着对右边的段砍,然后重复这个过程。

判断是否为回文串可以用双指针法。

class Solution {
private:
    vector<vector<string>> result;
    vector<string> path; // 放已经回文的子串
    void backtracking (const string& s, int startIndex) {
        // 如果起始位置已经大于s的大小,说明已经找到了一组分割方案了
        if (startIndex >= s.size()) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i < s.size(); i++) {
            //判断砍完左边的段是不是回文串
            if (isPalindrome(s, startIndex, i)) {   // 是回文子串
                // 获取[startIndex,i]在s中的子串
                string str = s.substr(startIndex, i - startIndex + 1);
                path.push_back(str);
            } else {                                // 不是回文,跳过
                continue;
            }
            backtracking(s, i + 1); // 寻找i+1为起始位置的子串,接着对右边的段砍
            path.pop_back(); //砍到头了就全部退出
        }
    }
    bool isPalindrome(const string& s, int start, int end) {
        for (int i = start, j = end; i < j; i++, j--) {
            if (s[i] != s[j]) {
                return false;
            }
        }
        return true;
    }
public:
    vector<vector<string>> partition(string s) {
        result.clear();
        path.clear();
        backtracking(s, 0);
        return result;
    }
};

标签:target,int,sum,Day26,算法,vector,candidates,path,回文
From: https://www.cnblogs.com/HQWQF/p/17962684

相关文章

  • 【SPFA】最短路的一种算法
    SPFA算法是在bellman-ford算法基础上优化而来,所以我们先讨论bellman-ford算法bellman-ford算法的核心是‘松弛’。那么什么是松弛呢?以下图为例:假设数组d[i]表示源点s到达结点i的最短路径长度,那么松弛指的就是当d[a]+w<d[b],也就是说,这时候通过a到达b比原来的路径更......
  • (坚持每天写算法)基础算法复习与学习part1基础算法1-7——高精度减法(处理t=1和t>1代码的
    题目:思路:这一道题其实和高精度加法的思路是差不多的,都是使用算式进行模拟。重点:关于代码怎么写,在高精度加法那里还看不太出来(我也没有写),但是在高精度减法这里就完全可以看出来了。我们在加法算式里面,一般是A[i]+B[i]+t,但是也可以这么写:t+A[i]+B[i],我们可以先写进位......
  • 文心一言 VS 讯飞星火 VS chatgpt (170)-- 算法导论13.2 3题
    三、用go语言,设在图13-2左边一棵树中,a、b和c分别为子树a、β和γ中的任意结点。当结点x左旋之后,a、b和c的深度会如何变化?文心一言:在二叉树中,左旋操作是改变节点的子节点顺序。原本的子节点β变为新的左子节点,原本的左子节点γ变为新的右子节点。对于给定的节点a、b和c,我们首......
  • 文心一言 VS 讯飞星火 VS chatgpt (168)-- 算法导论13.2 1题
    一、用go语言,写出RIGHT-ROTATE的伪代码。文心一言:在计算机科学中,右旋转(RIGHT-ROTATE)是一种常见的操作,通常用于数组或链表。以下是一个使用Go语言实现右旋转的伪代码:funcrightRotate(arr[]int,kint)[]int{n:=len(arr)k%=n//防止k大于n的情况rev......
  • 基于融合语义信息改进的内容推荐算法。Improved content recommendation algorithm in
    引言路漫漫其修远兮,吾将上下而求索。每天一篇论文,做更好的自己。本文读的这篇论文为发表于2023年5月28日的一篇名为《基于融合语义信息改进的内容推荐算法》(基于融合语义信息改进的内容推荐算法)的文章,文章主要介绍了基于内容的推荐技术在电子商务和教育领域的广泛应用,以及传统基......
  • 大数据分类算法深度解析
    博客:大数据分类算法深度解析1.背景大数据的快速增长带来了更多的机会和挑战。分类算法作为机器学习的基石之一,在处理大规模数据时变得尤为重要。其目标是根据已知的数据集,将新数据分配到预定义的类别中。2.特征提取与预处理在分类算法中,特征提取是非常关键的一步。特征是从原始数......
  • JVM7(GC 分代收集算法 VS 分区收集算法)
    1.分代收集算法当前主流VM垃圾收集都采用”分代收集”(GenerationalCollection)算法,这种算法会根据对象存活周期的不同将内存划分为几块,如JVM中的新生代、老年代、永久代,这样就可以根据各年代特点分别采用最适当的GC算法1.1.在新生代-复制算法每次垃圾收集都能发......
  • 秦九韶算法学习笔记
    快速求多项式——秦九韶算法计算\(\sum^n_i{a_i\timesx^i}\)的值。1.朴素算法算出每一项的值再相加,总共要进行\(\frac{n(n+1)}{2}\)次乘法,\(n\)次加法。2.秦九韶算法\(a_0+a_1x+a_2x^2+\dotsa_nx^n=(((a_nx+a_{n-1})x+a_{n-2}\dots)x+a_1)x......
  • [RFC6238] TOTP: 基于时间的一次性密码生成算法
    原创 给我馍馍 给我馍馍 2019-03-2822:42在闲暇时间做了一个TOTP相关的开源项目,在项目初步完成之余,我尝试对[RFC6238]文档进行了翻译,供大家参考与查阅,若有不妥之处,还望各位前辈海涵斧正。 生活中我们会经常使用到TOTP的算法应用,如银行的动态口令器、网络游戏中的将军令、......
  • 文心一言 VS 讯飞星火 VS chatgpt (177)-- 算法导论13.3 6题
    六、用go语言,说明如果红黑树的表示中不提供父指针,应当如何有效地实现RB-INSERT。文心一言:红黑树是一种自平衡的二叉搜索树,其中每个节点都包含一个颜色属性(红色或黑色),并且满足以下性质:节点是红色或黑色。根节点是黑色。所有叶子节点(NIL或空节点)都是黑色。如果一个节点是红色的,则......