39. 组合总和
vector<vector<int>> res;
vector<int> temp;
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {back_tracing(candidates, 0, 0, target);return res;
}void back_tracing(vector<int>& candidates,int sum, int start, int target){if(sum == target){res.push_back(temp);return;}else if(sum > target ){return;}for(int i = start; i < candidates.size(); i++){temp.push_back(candidates[i]);sum += candidates[i];back_tracing(candidates, sum, i, target);sum -= candidates[i];temp.pop_back();}
}
-
重点总结
这道题和77题组合问题的相同点和难点主要在于下面这几行代码:
for(int i = start; i <= n; i++){//处理节点back_tracing(n, k, i+1); /**或者**/ back_tracing(n, k, i)//回溯}
如果递归函数有个参数是i+1的话,则在递归层遍历中,取的值是不包含本身的下一个。
比如1 2 3 4,横向层次取1时候下次层递归的时候
- i+1:应该选择2 3 4
- i:应该选择1 2 3 4
横向层次取2的时候
- i+1: 应选择 3 4
- i:应选择 2 3 4
40. 组合总和 II
和47题条件一样,但是本质是属于求组合数的。
vector<vector<int>> res;
vector<int> temp;
vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {int len = candidates.size();sort(candidates.begin(), candidates.end());vector<bool> is_used(len, false);back_tracing(candidates, target, len, 0, 0, is_used);return res;
}
void back_tracing(vector<int>& candidates, int target, int len, int start, int sum, vector<bool>& is_used){if(sum == target){res.push_back(temp);return;}else if(sum > target){return;}for(int i = start; i < len; i++){//这道题和47题特别想,一个是排列一个是组合//关键就在于i=start还是i=1if(i > 0 && is_used[i-1]==false && candidates[i-1] == candidates[i]){continue;}temp.push_back(candidates[i]);is_used[i] = true;sum += candidates[i];back_tracing(candidates, target, len, i+1, sum, is_used);sum -= candidates[i];temp.pop_back();is_used[i] = false; }}
216. 组合总和 III
vector<vector<int>> res;
vector<int> temp;
vector<vector<int>> combinationSum3(int k, int n) {vector<int> num = {1,2,3,4,5,6,7,8,9};back_tracing(num, n ,k ,0, 0);return res;
}void back_tracing(vector<int>& num, int n, int k, int sum, int start){if(temp.size() == k && sum == n){res.push_back(temp);return;}else if(sum > n){return;}for(int i = start; i < num.size(); i++){temp.push_back(num[i]);sum += num[i];back_tracing(num, n, k, sum, i+1);sum -= num[i];temp.pop_back();}
}
跟40题很相似,基本一样,但是已经排好序了没有重复,所以不用考虑重复的问题。
分割问题
131. 分割回文串
这道题的思路不要太简单,主要有两个点:一个函数用来判断是否是回文,一个用来分割字符串。
vector<string> tmp;
vector<vector<string>> res;
vector<vector<string>> partition(string s) {int len = s.size();back_tracing(s, len, 0);return res;}void back_tracing(string s, int len, int start){if(start >= len){res.push_back(tmp);return;}for(int i = start; i < len; i++){string tmp_str = s.substr(start, i-start+1);if(is_palindrome(tmp_str)){tmp.push_back(tmp_str);}else{//重要!!!continue;}back_tracing(s, len, i+1);tmp.pop_back();}
}bool is_palindrome(string& str){int len = str.size();if(len == 1){return true;}int l = 0;int r = len - 1;while(l < r){if(str[l] == str[r]){l++;r--;}else{return false;}}return true;
}
-
涉及到的知识
-
判断是否回文,有字符串,链表的。字符串的判断就是如上代码,一个while循环,一个从0开始,一个从最后一个位置索引开始,依次比较是否相等
-
分割字符串,需要递归遍历,用到了回溯算法。这里面有几个值得注意的点
-
if中结束条件。这个题如果有满足的想加入到vector数组中,苦思冥想,不知道该什么时候加入。这道题给了我们思路,当遍历原始字符串长度大于的时候就结束了了!为啥等于呢,因为最后一位单个肯定是回文字符串
-
截取子串是substt(pos, pos+count),注意是[pos, pos+count],包括两端。
同时这个count是长度,所以在代码中表现为
i - start +1
。
-
-
(字节)93. 复原 IP 地址
跟上题分割回文串一样的思路,我们先分割字符串。但是ip地址一共有四个段,所以我们的temp数组只要存储有四段string字符串就可以开始判断,如果满足ip地址的要求就加入,不满足就return;
vector<string> res;
vector<string> tmp;
vector<string> restoreIpAddresses(string s) {int len = s.size();back_tracing(s, len, 0);return res;
}
void back_tracing(string s, int len, int start){if(start == len && tmp.size() == 4){string str_ip = tmp[0];for(int i = 1; i < 4; i++){str_ip = str_ip + "." + tmp[i];}res.push_back(str_ip);return;}if(start < len && tmp.size() == 4){return;}for(int i = start; i < len; i++){//分割子串,这里是重点!!!string str_tmp = s.substr(start , i - start + 1);if(!jarge(str_tmp)){break;}cout<<"str_tmp"<<str_tmp<<endl;tmp.push_back(str_tmp);back_tracing(s, len, i+1);tmp.pop_back();}
}
bool jarge(string s){if(s.size() > 1 && s[0] == '0'){return false;}int a = atoi(s.c_str());if(a > 255){return false;}return true;
}
-
存在的问题
-
第一点是最开始我们用temp变量来存储分割出来满足ip的字符串,但是这会存在一个问题,当我们回溯的时候,不好去删除
string temp
之前加入进来的值,这个真的不好删除,特别不好写,所以这样不行。另外一个思路是用vector数组来存储,这样回溯的时候可以pop。 -
ip地址共有四段,但是第四段不好截取。因此我们就在if中判断,如果有三段之后,随后一段截取就很方便,如代码
string last = s.substr(start, s.size() -1);
如果last符合ip规则,我们temp数组就有四段,可以拼接到一起如果last不满足,则直接返回,temp数组回溯的时候也一次出来
-
for循环时候,还是要i+1,因为递归层不能重复取当前值,而是从下一个值开始取得
-
"111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111"
这个回答会超时,记住要判定string长度大于13直接pass!
-
-
c++知识点
- 截取子串是substr(pos, pos+count)
- string转换成int用的是stoi,但是切记stoi能转换的最大数组长度到10,因此要判断如果string长度大于10就直接返回,肯定不满足,当时一直在这个点报错。
子集问题
78. 子集
组合问题,分割问题都是关注叶子节点,而子集问题却要关注树的每个节点,都要遍历到。
同样不能出现重复,因此for循环从start开始
vector<vector<int>> res;
vector<int> temp;
vector<vector<int>> subsets(vector<int>& nums) {back_tracing(nums, 0);return res;
}
void back_tracing(vector<int>& nums, int start){res.push_back(temp);for(int i = start; i < nums.size(); i++){temp.push_back(nums[i]);back_tracing(nums, i+1);temp.pop_back();}
}
90. 子集 II
跟78题比较,主要是在去重上
vector<vector<int>> res;
vector<int> temp;
vector<vector<int>> subsetsWithDup(vector<int>& nums) {vector<bool> use_check(nums.size(), false);sort(nums.begin(), nums.end());back_tracing(nums, 0, use_check);return res;
}
void back_tracing(vector<int>& nums, int start, vector<bool>& use_check){res.push_back(temp);for(int i = start; i <nums.size(); i++ ){if(i > 0 && nums[i] == nums[i-1] && use_check[i-1] == false){continue;}temp.push_back(nums[i]);use_check[i] = true;back_tracing(nums, i+1, use_check);temp.pop_back();use_check[i] = false;}
}
-
总结
去重主要由两种:
-
不加use_check数组
if(i > 0 && nums[i] == nums[i-1]){continue;}
不加use_check数组的话,对于同一层元素,如果有重复我们就是不能用它,如下图:
对于同一树枝来说,第三层得自己[1 ,2],第四层的[1, 2, 2]如果不加use_check数组,肯定得不到122这个数组,当if判断的时候就跳过了,但我们还要用到2,所以上述代码不合适。
-
加use_check数组
if(i > 0 && nums[i] == nums[i-1] && use_check[i-1] == false){continue;}
used[i - 1] == true,说明同一树支candidates[i - 1]使用过
used[i - 1] == false,说明同一树层candidates[i - 1]使用过
而我们要对同一树层使用过的元素进行跳过。
-