【经典LeetCode算法题目专栏分类】【第2期】组合与排列问题系列

《博主简介》

小伙伴们好,我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。
更多学习资源,可关注公-仲-hao:【阿旭算法与机器学习】,共同学习交流~
👍感谢小伙伴们点赞、关注!

组合总和1

class Solution:

    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:

        def DFS(candidates,target,start,track):

            if sum(track) == target:

                res.append(track.copy())

                return

            if sum(track) > target:

                return

            for i in range(start,len(candidates)):

                track.append(candidates[i])

                DFS(candidates,target, i, track)

                track.pop()

        res =[]

        DFS(candidates,target,0,[])

        return res

元素可以重复使用,进入下一层时从i开始。元素不能重复使用时,进入下一层时从i+1卡开始。

组合总和2

class Solution:

    def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:

        def DFS(candidates, target,start, track):

            if sum(track) > target:

                return 

            if sum(track) == target:

                res.append(track.copy())

            for i in range(start,len(candidates)):

# 忽略掉同一层中重复的选项,上述for循环为本层的可选择列表

                if i - 1 >= start and candidates[i-1] == candidates[i]:

                    continue

                track.append(candidates[i])

                DFS(candidates, target,i+1,track)

                track.pop()

        res = []

        candidates.sort()

        DFS(candidates,target,0,[])

        return res

注:当题目中说明所给序列可能包含重复的组合或者子集时,解题套路是要先对原数组进行排序,并且在回溯的写法中,要加上对重复元素跳过的判断,即:

# if(i>startIndex)

# {

    # if(candidates[i]==candidates[i-1])

        # continue;

# }

# 其它的写题做法和回溯是一样的,可以加上剪枝判断,回溯中也要对sum一并进行回溯。

#for 循环枚举出选项时,加入下面判断,忽略掉同一层重复的选项,避免产生重复的组合。比如[1,2,2,2,5]中,选了第一个 2,变成 [1,2],第一个 2 的下一选项也是 2,跳过它,因为选它,就还是 [1,2]

关键总结:

  1. 如果元素可以重复使用,进入下一层时从i开始。元素不能重复使用时,进入下一层时从i+1开始。
  2. 当题目中说明所给序列可能包含重复的组合或者子集时,解题套路是要先对原数组进行排序,并且在回溯的写法中,要加上对重复元素跳过的判断

全排列1

class Solution:

    def permute(self, nums: List[int]) -> List[List[int]]:

        def backtrack(nums, track):

            if len(nums) == len(track):

                res.append(track.copy())

                return

            for i in nums:

                # 排除不合法的选择,即不能选择已经在track中的元素

                if i in track:

                    continue

                track.append(i)

                backtrack(nums, track)

                track.pop()

        res = []

        backtrack(nums,[])

        return res

全排列问题1与组合问题1的主要差别在于:

1.是否需要使用start参数来进行下一层开始选择元素的标识。

2.全排列问题,需要if i in track: continue,剔除上次选择的元素。

全排列2

class Solution:

    def permuteUnique(self, nums: List[int]) -> List[List[int]]:

        def DFS(nums,track,used):

            if len(track) == len(nums):

                res.append(track.copy())

                return

            for i in range(len(nums)):    #https://leetcode-cn.com/problems/permutations-ii/solution/47-quan-pai-lie-iiche-di-li-jie-pai-lie-zhong-de-q/

                #这里理解used[i - 1]非常重要

            # // used[i - 1] == true,说明同一树枝上nums[i - 1]使用过,在同一个递归栈内,试用过的都是Ture

            # // used[i - 1] == false,说明同一树层nums[i - 1]使用过,因为回溯会使上一个元素重新变为False

            # // 如果同一树层nums[i - 1]使用过则直接跳过

                if i > 0 and nums[i] == nums[i-1] and used[i-1] == False:

                    continue

                if used[i] == False:

                    used[i] = True

                    track.append(nums[i])

                    DFS(nums,track,used)

                    track.pop()

                    used[i] = False

        res = []

        nums.sort()

        used = [False for i in range(len(nums))]

        DFS(nums,[],used)

        return res

注:上述组合总和2与全排列2,去重的条件有一点点差别,主要原因是排列的话需要考虑前后位置差异,而组合的话不需要考虑位置差异。

组合的去重条件:

# 忽略掉同一层中重复的选项,上述for循环为本层的可选择列表

if i - 1 >= start and candidates[i-1] == candidates[i]:

排列的去重条件:

if i > 0 and nums[i] == nums[i-1] and used[i-1] == False:

彻底理解排列中的去重问题】详解

思路

这道题目和46.全排列的区别在与给定一个可包含重复数字的序列,要返回所有不重复的全排列。

这里就涉及到去重了。

要注意全排列是要取树的叶子节点的,如果是子集问题,就取树上的所有节点。

这个去重为什么很难理解呢,所谓去重,其实就是使用过的元素不能重复选取 这么一说好像很简单!

但是什么又是“使用过”,我们把排列问题抽象为树形结构之后,“使用过”在这个树形结构上是有两个维度的,一个维度是同一树枝上使用过,一个维度是同一树层上使用过。

没有理解这两个层面上的“使用过” 是造成大家没有彻底理解去重的根本原因。

那么排列问题,既可以在 同一树层上的“使用过”来去重,也可以在同一树枝上的“使用过”来去重!

理解这一本质,很多疑点就迎刃而解了。

还要强调的是去重一定要对元素经行排序,这样我们才方便通过相邻的节点来判断是否重复使用了

首先把示例中的 [1,1,2] (为了方便举例,已经排序),抽象为一棵树,然后在同一树层上对nums[i-1]使用过的话,进行去重如图:

图中我们对同一树层,前一位(也就是nums[i-1])如果使用过,那么就进行去重。

拓展

大家发现,去重最为关键的代码为:

if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {

    continue;

}

可是如果把 used[i - 1] == true 也是正确的,去重代码如下:

if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) {

    continue;

}

这是为什么呢,就是上面我刚说的,如果要对树层中前一位去重,就用used[i - 1] == false,如果要对树枝前一位去重用用used[i - 1] == true。

对于排列问题,树层上去重和树枝上去重,都是可以的,但是树层上去重效率更高!

这么说是不是有点抽象?

来来来,我就用输入: [1,1,1] 来举一个例子。

树层上去重(used[i - 1] == false),的树形结构如下:

树枝上去重(used[i - 1] == true)的树型结构如下:

大家应该很清晰的看到,树层上去重非常彻底,效率很高,树枝上去重虽然最后可能得到答案,但是多做了很多无用搜索。

子集(组合问题

class Solution:

    def subsets(self, nums: List[int]) -> List[List[int]]:

        def backtrack(nums, track, start):

            res.append(track.copy())

            if start >= len(nums):

                return 

            for i in range(start, len(nums)):

                track.append(nums[i])

                backtrack(nums, track, i + 1)

                track.pop()

        res = []

        backtrack(nums, [], 0)

        return res

子集2(组合问题)

class Solution:

    def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:

        def backtrack(nums, start, track):

            res.append(track.copy())

            for i in range(start, len(nums)):

                if i-1>=start and nums[i]==nums[i-1]: # 同层去重

                    continue

                track.append(nums[i])

                backtrack(nums,i+1,track)

                track.pop()

        res= []

        nums.sort()

        backtrack(nums,0,[])

        return res

字符串排列排列问题且涉及去重

原始字符串可能存在重复字符’aab’---‘aba’,’baa’

class Solution:

    def permutation(self, s: str) -> List[str]:

        def backtrack(s, cur_s):

            if len(cur_s) == len(s):

                res.append(cur_s)

                return

            for i in range(len(s)):

                if i > 0 and s[i] == s[i-1] and visited[i-1] == False: #同层去重

                    continue

                if visited[i] == False:

                    visited[i] = True

                    backtrack(s, cur_s + s[i])

                    visited[i] = False

        res = []

        visited = [False for _ in range(len(s))]

        s = ''.join(sorted(list(s)))

        backtrack(s,'')

        return res

写法二

class Solution:

    def permutation(self, s: str) -> List[str]:

        def backtrack(s, path):

            if not s:

                res.append(path)

            seen = set()

            for i in range(len(s)):

                if s[i] in seen: continue   # 同层去重

                seen.add(s[i])

#传递的字符串去除了当前选择的字符s[:i]+s[i+1:]

                backtrack(s[:i]+s[i+1:], path + s[i])

        res = []

        backtrack(s, "")

        return res

关于本篇文章大家有任何建议或意见,欢迎在评论区留言交流!

觉得不错的小伙伴,感谢点赞、关注加收藏哦!

欢迎关注下方GZH:阿旭算法与机器学习,共同学习交流~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/234281.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

环境监测升级:钡铼技术的水利环保工业路由器

随着环保意识的提高和科技的发展,环境监测已经成为我们日常生活的重要组成部分。为了满足日益增长的环境监测需求,钡铼技术推出了一款水利环保工业路由器,该路由器具有出色的性能和功能,为环境监测的升级提供了有力支持。 这款工…

6、查询性能优化

为什么查询速度会慢 在编写快速查询之前,需要清楚一点,真正重要的是响应时间。如果把查询看作是一个任务,那么他由一系列子任务组成,每个子任务都会消耗一定的时间。如果要优化查询,实际上要优化其子任务,…

脉冲水表计量方法有哪些?

随着社会的发展和人们对资源的需求不断增长,水资源的有效利用显得尤为重要。而水表作为测量家庭和工业用水的关键设备,其准确性和稳定性对于水资源管理至关重要。本文将重点介绍水表脉冲数计量方法,以帮助读者更好地理解和应用水资源。 一、机…

vue3项目引入电子签名(可横屏竖屏)

实现效果:(左边横屏,右边竖屏) 前言:【使用开源项目smooth-signature 实现签名的功能。Gitee 地址是 :GitHub - linjc/smooth-signature: H5带笔锋手写签名,支持PC端和移动端,任何前…

【超图】SuperMap iClient3D for WebGL/WebGPU ——地形影像

作者:taco 号外!号外!开新坑了!开新坑了!对于一个代码小白来讲,设置可能是刚接触开发的人(还没接触准备接触)的人来说。对于读代码或是在对产品的使用上会存在许许多多的疑惑。接下来…

Linux 如何查看架构和系统

Linux 如何查看架构和系统 在 Linux 系统上,你可以使用一些命令来查看系统的架构(architecture)和系统信息。以下是一些常用的命令: 查看系统架构: 使用 uname 命令可以显示系统的架构信息。特别是,使用 -…

Ansible(一)

Ansible: 远程操作主机功能: 自动化运维(playbook剧本YAML) 是基于Python开发的配置管理应用部署攻具,在自动化运维当中,现在是异军突起 Ansible能批量配置,部署,管理上千台主机&#xff0c…

探索 MajicStudio:一款多功能视频编辑软件

一、产品简介 MajicStudio是一款基于人工智能的图片编辑与设计工具,拥有简洁的界面与丰富功能。采用深度学习和计算机视觉技术可以自动识别图片要素。 二、应用场景 MajicStudio的AI图像功能适用于多场景,包括艺术设计、电商、游戏和文创等场景。 三、…

【力扣100】【好题】23.合并k个升序链表

添加链接描述 # Definition for singly-linked list. # class ListNode: # def __init__(self, val0, nextNone): # self.val val # self.next next class Solution:# 21. 合并两个有序链表def mergeTwoLists(self, list1: Optional[ListNode], list2: …

【ranger】CDP环境 更新 ranger 权限策略会发生低概率丢失权限策略的解决方法

一、问题描述: 我们的 kafka 服务在更新(添加) ranger 权限时,会有极低的概率导致 MM2 同步服务报错,报错内容 Not Authorized。但是查看 ranger 权限是赋予的,并且很早配置的权限策略也会报错。 相关组件…

数据结构与算法-动态规划-地下城游戏

地下城游戏 恶魔们抓住了公主并将她关在了地下城 dungeon 的 右下角 。地下城是由 m x n 个房间组成的二维网格。我们英勇的骑士最初被安置在 左上角 的房间里,他必须穿过地下城并通过对抗恶魔来拯救公主。 骑士的初始健康点数为一个正整数。如果他的健康点数在某…

DDR4 设计概述以及分析仿真案例(硬件学习)

引言:随着计算机,服务器的性能需求越来越高,DDR4开始应用在一些高端设计中,然而目前关于DDR4的资料非常少,尤其是针对SI(信号完整性)部分以及相关中文资料,另外一方面,DDR4的高速率非常容易引起…

几种常见的模态框

我们在使用uniapp的过程中,是发现有很多各式各样的弹出框供我们选择,我们需要将其变换成不同的形态使用;我们必须清楚主要的组成部分内容;这样才能方便我们使用。 alert:只有一个OK按钮,点击按钮关闭弹框。…

SQL进阶理论篇(十四):CBO优化器是如何计算代价的?

文章目录 简介能调整的代价模型的参数有哪些?mysql.server_costmysql.engine_cost 如何修改这些代价参数?代价模型具体是如何计算的参考文献 简介 大部分RDBMS都支持基于代价的优化器CBO,但其实CBO仍然存在缺陷(比如参数配置的不…

Xcode 恢复Discard Changes

当开发的时候,Discard All Changes后 文件的修改都被放弃了,怎么才可以撤销更改呢 Xcode和Git没有这个功能,Finder可以实现 首先我们先退出Xcode用TextEdit打开你想恢复的文件转到文件 > 还原到 > 浏览所有版本...选择你想恢复的版本即…

su命令使用

1 变更到其他用户 su username su命令代表“switch user”(切换用户),并不是大多数人想象的“super user”(超级用户),能够让某个用户暂时以另一个用户的身份进行操作。当在shell中想快速成为root用户时,…

【Python-批量修改视频分辨率】

Python-批量修改视频分辨率 1 使用Python修改视频分辨率2 常见的视频编码格式2.1 等效的编码格式表示方式2.2 常见的编码格式 1 使用Python修改视频分辨率 首先拷贝视频文件并修改后缀,然后修改图片的分辨率,实现视频批量修改和转换。 import os impor…

3dmax怎么制作软装模型?

软装在室内设计中经常用到,很多人感觉很难,其实也有很多简单的方法,这里介绍一种软装的制作方法。 1、打开3dmax,创建一个切角长方体,对长方体的长和宽进行适当的分段。 2、将切角长方体转换成可编辑多边形。推荐&…

PS基本操作

文件->打开:可以打开我们要测量的图片 CtrR:可以打开标尺,或者视图->标尺 右击标尺,把里面的单位改为像素 Ctr加号()可以放大视图,Ctr减号(-)可以缩小视图 按住…

实战篇:一文讲清楚电商平台用户评价分析

01 明确问题 随着电商平台的成熟,如何提升用户体验、提高客户留存率也成为了电商平台关注的重点。而用户评价是最直观地能反应用户体验的指标。用户差评更是其中的重点,通过差评分析,可以寻找到平台目前存在的可能导致用户打出差评的因素&am…