力扣练习4.9

46. 全排列

回溯算法。可以手绘一个二叉树,考虑所有可能的情况。
每次选择一个元素,下次就选择未被选择的数,这样到达终止条件后就将当前路径添加到结果中。
完后撤销上次的选择,尝试下一个选择。

class Solution:def permute(self, nums: List[int]) -> List[List[int]]:res = []    # 存放所有符合条件结果的集合path = []   # 存放当前符合条件的结果# 回溯函数def backtrack(nums):# 终止条件if len(path) >= len(nums): res.append(path[:]) # 保存副本return # 遍历所有的元素for index in range(len(nums)):# 只要不在path里的if nums[index] not in path:# 添加path.append(nums[index])# 递归,尝试继续添加,看看结果backtrack(nums)# 回溯,不添加path.pop()backtrack(nums)return res

47. 全排列 II

与上一题的区别在于含有重复元素,并且要求结果不能重复。
比方说[1,1,2],那么第一条路径,选择1,继续选择1,选择2;
第二条路径,从第二个1开始,如果再选择第一个1,那么就重复了,所以跳过第一个1,选择2,这个时候再选择1.

class Solution:def permuteUnique(self, nums: List[int]) -> List[List[int]]:res = []path = []nums.sort()  # 排序used = [False] * len(nums)  # 初始化标记数组def backtrack():if len(path) == len(nums):res.append(path[:])  # 添加到结果中returnfor i in range(len(nums)):# 跳过已经使用过的数字或者重复的数字if used[i] or (i > 0 and nums[i] == nums[i-1] and not used[i-1]):continuepath.append(nums[i])used[i] = Truebacktrack()  # 递归调用path.pop()  # 回溯used[i] = False  # 回溯backtrack()return res

这段代码i > 0 and nums[i] == nums[i-1] and not used[i-1]用于避免在递归过程中生成重复的排列。它的工作原理如下:

  • i > 0确保当前元素nums[i]不是序列的第一个元素,因为我们只需要检查当前元素与前一个元素是否相同,而第一个元素前面没有元素可以比较。
  • nums[i] == nums[i-1]检查当前元素nums[i]是否与前一个元素nums[i-1]相同。如果它们相同,那么有可能产生重复的排列,因为相同的数字在不同的位置被选中。
  • not used[i-1]检查前一个相同的元素nums[i-1]在当前的递归路径中是否没有被使用。如果used[i-1]False(即not used[i-1]True),这意味着前一个相同的元素尚未被加入到当前的排列中。在这种情况下,我们跳过当前元素nums[i]的选择,以避免产生重复的排列。

结合这三个条件,这段代码的目的是在nums已经排序的前提下,只有当当前元素与前一个元素相同,并且前一个相同的元素没有在当前排列(递归路径)中使用时,才跳过当前元素的选择。这样做是为了确保每种元素值的排列在结果集中只出现一次,即使这个元素值在原始数组中出现多次。

例如,对于数组[1,1,2],第一个1和第二个1是相同的。在排列[1, _, _]的第二个位置上,如果第一个1已经被使用,我们还可以选择第二个1;但是如果第一个1没有被使用(意味着我们是从第二个1开始构建排列的),那么我们就不应该再次选择第二个1,因为这会导致重复的排列。

22. 括号生成

隐式的回溯。因为字符串是不可变类型,所以每次递归传入一个新的就行,这样原始的字符串是不变的。

class Solution:def generateParenthesis(self, n: int) -> List[str]:res = [] # 总体结果temp = '' # 当前结果字符串left, right = 0,0 # 左右括号计数def generate(temp, left, right):# 终止条件if len(temp) == 2*n:res.append(temp)return # 回溯# 当左括号数量不够时,递归,传入新的字符串,实现隐式回溯if left < n:generate(temp+'(', left+1, right)if right < left:generate(temp+')', left, right+1)generate(temp, left, right)return res

使用path + '('path + ')'的方式来“回溯”,而不是显式地向path添加括号然后再移除,是一种更简洁且有效的方法来处理字符串构建问题中的回溯。这种方法的优势在于每次递归调用时创建了一个新的字符串,因此不需要在每一层递归结束时撤销上一步的操作。这样,每一次递归调用都是基于当前路径的一个全新拷贝,反映了在那一点上做出的所有选择。

在这种方法下,path变量在每次递归调用时都保持不变,因为字符串在Python中是不可变的。当你通过path + '('或`path

  • ')'传递给下一层递归时,实际上是创建了一个包含了当前选择的新字符串。这样,当递归函数返回时,它返回到了拥有之前状态的path`上,从而实现了自然的回溯,无需手动撤销选择。

这种隐式回溯的做法不仅适用于字符串操作,在处理数组或列表时,如果采用类似的不修改原数组(或列表)而是通过传递新的数组(或列表)副本的方式,也可以达到隐式回溯的效果。但是要注意,对于数组或列表,这种做法可能会带来额外的空间消耗。在处理字符串时,由于字符串的不可变性,这种做法既自然又高效。

17. 电话号码的字母组合

规则是每个数字对应的字母不能组合,只能和其余的数字的字母组合。
每条路径都是选择一个数字的某一个字母,这样形成的路径长度就等于数字数(即终止条件)
回溯主体:依次选择一个数字的字母们,然后挨个选择后续数字的字母。

详细步骤:

  1. 建立映射表:首先建立一个映射表,将每个数字映射到相应的字母。
  2. 回溯函数:实现一个回溯函数,用于生成所有可能的字母组合。
    • 递归终止条件:当生成的组合长度等于输入数字字符串的长度时,将该组合添加到结果列表中。
    • 遍历当前数字对应的所有字母:对于当前数字,遍历它映射到的所有字母,然后将当前字母添加到当前路径(组合)中,并递归地继续处理下一个数字。
    • 回溯:递归调用返回后,撤销上一步的选择,尝试下一个可能的字母。
  3. 开始回溯:从输入的第一个数字开始,调用回溯函数生成所有可能的字母组合。

下面是具体的代码实现:

class Solution:def letterCombinations(self, digits: str) -> List[str]:# 如果输入为空,则直接返回空列表if not digits:return []# 建立数字到字母的映射表digit_to_letters = {'2': 'abc', '3': 'def', '4': 'ghi', '5': 'jkl','6': 'mno', '7': 'pqrs', '8': 'tuv', '9': 'wxyz'}# 结果列表res = []# 回溯函数def backtrack(index, path):# 如果当前路径的长度等于输入数字的长度,添加到结果列表if len(path) == len(digits):res.append(path)return# 获取当前数字对应的所有可能字母possible_letters = digit_to_letters[digits[index]]# 遍历所有可能字母for letter in possible_letters:# 回溯,考虑当前字母backtrack(index + 1, path + letter)# 从第一个数字开始回溯backtrack(0, "")return res

在这段代码中,backtrack函数负责生成所有可能的字母组合。它使用index来跟踪当前处理到的数字位置,并使用path来存储当前生成的字母组合。每次递归调用都会向path中添加一个新的字母,直到生成了一个完整的字母组合,然后将其添加到结果列表中。通过递归地遍历每个数字映射到的所有可能字母,这段代码能够生成并返回所有可能的字母组合。

40. 组合总和 II

每个元素只能使用一次。
需要注意的是要先排序,同时判断每个元素是不是在每次路径选择时被重复选择。

class Solution:def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:candidates.sort()  # 排序res = []def backtrack(start, path, target):if target == 0:res.append(path[:])  # 找到一个组合,添加到结果列表中returnfor i in range(start, len(candidates)):# 跳过同一树层使用过的元素,避免重复组合if i > start and candidates[i] == candidates[i - 1]:continueif candidates[i] > target:break  # 由于candidates已排序,当前数字大于target,则后面的数字都不可能符合条件,可以直接结束循环# 递归调用,不再需要used数组backtrack(i + 1, path + [candidates[i]], target - candidates[i])backtrack(0, [], target)return res

理解这个条件的关键在于区分递归中的“深度”(递归调用的层次)与“同一层上的遍历”。这个条件实际上是用来处理在同一层递归上的重复元素,而不是在不同的递归深度上。让我来详细解释一下:

在回溯算法中,start参数的作用是控制在当前递归层次上,我们从candidates数组的哪个位置开始遍历。每次递归调用backtrack时,我们都将start设置为`i

  • 1,这表示在下一层递归中,我们将从candidates数组中start`位置的元素开始遍历,从而保证了每个元素在每个组合中只被使用一次。

当我们说“同一层上的遍历”时,我们是指在当前递归深度中,对candidates数组的遍历。而if i > start and candidates[i] == candidates[i - 1]:这个条件的目的是为了确保,在这种同一层的遍历中,如果当前元素和前一个元素相同(即出现重复),我们将跳过当前元素,从而避免产生重复的组合。

  • i > start确保了我们不在递归的最开始判断这个条件,因为在每层递归的开始,i == start。只有当我们在同一层的后续遍历中(即已经至少选择了一个元素加入到当前组合中),这个条件才会被评估。
  • candidates[i] == candidates[i - 1]是检查当前元素是否和前一个元素相同。

在这种情况下,i > start并不意味着我们已经移动到了下一层递归,而是在当前递归层次(深度)的遍历中,我们已经向前移动了至少一步。这个条件帮助我们仅在当前层次(而不是在开始新的递归层次时)跳过重复元素。

总之,这个条件确保我们只在同一层递归中遇到连续重复元素时跳过它们,从而避免在结果集中出现重复的组合,而不是阻止在递归的不同层次中重新选择先前已经考虑过的元素。

90. 子集 II

遇见含有重复元素的,必须先重排,然后每次都要考虑同一层递归中的重复元素不能选择。
正确的逻辑是:在同一层的递归中,如果当前元素和它之前的元素相同,那么就跳过当前元素,以避免生成重复的子集。但是,你的代码中跳过重复元素的条件写错了位置,应该是在同一次递归调用的循环中,而不是基于index和当前i的比较。

class Solution:def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:res = []path = []nums.sort()  # 对nums排序以方便处理重复元素def back(start, path):res.append(path[:])  # 添加当前路径到结果列表for i in range(start, len(nums)):# 跳过当前层的重复元素if i > start and nums[i] == nums[i-1]:continue# 递归调用,考虑包含当前元素的子集back(i + 1, path + [nums[i]])back(0, [])return res

改动点说明:

  • 修改了back函数的参数名从index变为start,这样可能更清晰地表示这个参数的作用,即表示递归时遍历的起始位置。
  • for i in range(start, len(nums)):保证了每次递归只考虑当前元素之后的元素,避免重复生成子集。
  • if i > start and nums[i] == nums[i-1]:这个条件确保了跳过那些在当前递归层次中已经考虑过的、重复的元素。注意这里的逻辑是i > start而不是i > index。这是因为我们希望跳过的是同一递归层次上的重复元素,而start正是这一层递归开始考虑元素的索引。

通过这种方式,即使nums中包含重复元素,也能够正确生成所有不重复的子集。

79. 单词搜索

尝试从每个格子出发,在上下左右搜索,看是否能找到可行路径。如果不能找到,就继续下一个格子继续找。

class Solution:def exist(self, board: List[List[str]], word: str) -> bool:# 获取网格的行数和列数rows, cols = len(board), len(board[0])# 定义回溯函数def backtrack(row, col, index):# 终止条件:如果当前字符索引等于单词长度,说明已经找到匹配的单词if index == len(word):return True# 检查边界条件,以及当前格子字符是否匹配单词中对应的字符if row < 0 or row >= rows or col < 0 or col >= cols or board[row][col] != word[index]:return False# 先暂时标记这个格子,防止再次访问board[row][col] = '#'# 检查当前格子的上下左右四个方向for dx, dy in [(0, 1), (1, 0), (0, -1), (-1, 0)]:# 对于每个方向,递归地调用回溯函数if backtrack(row + dx, col + dy, index + 1):# 如果找到一条正确的路径,则直接返回Truereturn True# 如果当前路径不通,撤销之前的标记(回溯到上一状态)board[row][col] = word[index]return False# 从网格的每个格子出发,尝试匹配wordfor i in range(rows):for j in range(cols):# 以网格的(i, j)格子作为起点,尝试匹配wordif backtrack(i, j, 0):  # 0代表从word的第一个字符开始匹配return True# 如果所有格子都无法匹配整个word,则返回Falsereturn False

这个代码实现的核心思想是利用回溯算法搜索网格中的路径,以匹配给定的单词word。算法从网格的每一个格子开始尝试,对于每个起点,都尝试在网格中向四个方向扩展路径,以匹配word中的下一个字符。每当一个字符匹配成功,算法就递归地继续向前匹配下一个字符,直到所有字符都成功匹配,或者无法继续匹配为止。

在搜索过程中,为了避免同一个格子被重复使用,在访问一个格子之后,会暂时将其标记为已访问状态(这里用字符’#'标记)。如果从当前格子出发无法完成匹配,或者已经成功找到匹配的路径,就将格子恢复为原来的字符,以便其他路径的搜索可以正常使用该格子。这种标记和恢复原状的操作是回溯算法的典型特征,它使得算法可以探索所有可能的路径,寻找解决方案。

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/803978.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

华为S5735S核心交换配置实例

以下脚本实现创建vlan2,3&#xff0c;IP划分&#xff0c;DHCP启用&#xff0c;接口划分&#xff0c;ssh,telnet,http,远程登录启用 默认用户创建admin/admin123提示首次登录需要更改用户密码 sysname test-Hxvlan 2 description to test1…

Spring Boot核心注解大全:从入门到精通(三)

本系列文章简介&#xff1a; Spring Boot是一款非常流行的Java开发框架&#xff0c;它通过简化配置和提供丰富的开箱即用功能&#xff0c;使得Java开发变得更加快速和简单。在Spring Boot中&#xff0c;核心注解扮演着非常重要的角色&#xff0c;它们定义了应用程序的行为和特性…

LeetCode 53. 最大子序和

解题思路 相关代码 class Solution {public int maxSubArray(int[] nums) {//f[i]是以nums[i]结尾的连续子数组的最大和。int f[] new int[100010];f[0] nums[0];int resnums[0];for(int i1;i<nums.length;i){f[i] Math.max(f[i-1]nums[i],nums[i]);res Math.max(res,f…

【LeetCode热题100】【二叉树】二叉树的中序遍历

题目链接&#xff1a;94. 二叉树的中序遍历 - 力扣&#xff08;LeetCode&#xff09; 中序遍历就是先遍历左子树再遍历根最后遍历右子树 class Solution { public:void traverse(TreeNode *root) {if (!root)return;traverse(root->left);ans.push_back(root->val);tra…

js的模块是怎么加载的

js的模块是怎么加载的 以上是几种常见的 JavaScript 模块加载方式。不同的加载方式适用于不同的场景&#xff0c;选择合适的模块加载方式可以更好地组织和管理 JavaScript 代码。 1.ES6 模块 (ESM)&#xff1a;ES6 模块是 JavaScript 中官方的模块化方案&#xff0c;使用 imp…

阻抗匹配(低频和高频)

一、当信号为低频时 二、当信号为高频时 三、最理想的阻抗要求&#xff1f; 四、为什么射频阻抗基本都是50欧姆&#xff08;信号源阻抗传输线特征阻抗负载阻抗50欧姆&#xff09; 综合考虑&#xff0c;射频行业标准选定50欧姆阻抗。

kubeadm k8s 1.24之后版本安装,带cri-dockerd

最后编辑时间&#xff1a;2024/3/26 适用于1.24之后的版本 单节点配置 检查是否已经安装kubectl, kubelet, kubeadm直接输入命令确定&#xff0c;如果提示没有该指令则正确 kubectl kubelet kubeadm如果之前安装&#xff0c;首先reset&#xff0c;然后使用apt remove和snap r…

java1.8关于 List .Stream()常用的方法

List <String>listArrays.strean(array).collect(Collectors.toList())&#xff1b;//数组转集合 String[] arraylist.stream().toArray(String[]::new);//集合转数组 Map<String,String>list.stream().collect(Collectors.toMap(Student::getId,Student::getNam…

SqlServer快速导出数据库结构的方法

1、查询出所有的表 SELECT name, id From sysobjects WHERE xtype u ORDER BY name ASC 2、根据表名查询出表结构 select syscolumns.name as "列名", systypes.name as "数据类型", syscolumns.length as "数据长度", sys.extended_prope…

【三十九】【算法分析与设计】综合练习(5),79. 单词搜索,1219. 黄金矿工,980. 不同路径 III

79. 单词搜索 给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 单词必须按照字母顺序&#xff0c;通过相邻的单元格内的字母构成&#xff0c;其中“相邻”单元格是那些水平…

hive-3.1.2分布式搭建与hive的三种交互方式

hive-3.1.2分布式搭建&#xff1a; 一、上传解压配置环境变量 在官网或者镜像站下载驱动包 华为云镜像站地址&#xff1a; hive&#xff1a;Index of apache-local/hive/hive-3.1.2 mysql驱动包&#xff1a;Index of mysql-local/Downloads/Connector-J # 1、解压 tar -zx…

C/C++的前置++、后置++以及前置--、后置--使用的详细讲解

在c/c语言中&#xff0c;变量的自增和自减经常被使用到&#xff0c;所以今天就来个详细讲解。本次讲解用到的语言是c语言&#xff0c;在c中的原理也是一样的。 变量自增自减分为四种情况&#xff0c;每种情况的结果都有所差异&#xff0c;四种情况分别为前置、后置、前置--、后…

STK Components 二次开发-卫星碎片

1.碎片数据下载 2.处理数据 和处理卫星数据一致。 3.批量创建卫星碎片 其实创建方式和卫星一样 var issPoint new Sgp4Propagator(tleList).CreatePoint();var debris new Platform{Name tleList.Name,LocationPoint issPoint,OrientationAxes new AxesVehicleVelocityL…

基于Whisper语音识别的实时视频字幕生成 (二): 在线实时字幕

Whisream Whistream&#xff08;微流&#xff09;是基于Whisper语音识别的的在线字幕生成工具&#xff0c;支持rtsp/rtmp/mp4等视频流在线语音识别 1. whistream介绍 whistream将在whishow基础上引入whisper进行在线语音识别生成视频字幕 2. 使用 python&#xff1a; pyth…

React Router 中常用的方法总结

在 React 中使用 React Router 可以实现类似于 Vue Router 的路由跳转、获取参数和编程式导航、获取路由对象等功能。以下是一些常用的方法&#xff1a; 编程式导航&#xff1a;您可以使用 useHistory 钩子进行编程式导航。以下是一个示例&#xff1a; import { useHistory }…

第23次修改了可删除可持久保存的前端html备忘录:增加了百度引擎

第22次修改了可删除可持久保存的前端html备忘录视频背景分离&#xff0c;增加了本地连接&#xff0c;增加了纯CSS做的折叠隐藏修改说明 <!DOCTYPE html> <html lang"zh"> <head><meta charset"UTF-8"><meta name"viewport…

JVM-结合MAT工具分析OOM问题

JVM-结合MAT工具分析OOM问题 启动项目前配置VM参数 -XX:UseParNewGC -XX:UseConcMarkSweepGC -Xms1m #初始化大小 -Xmx1m #最大值 -XX:PrintGCDetails -Xloggc:gc_dandan.log -XX:HeapDumpOnOutOfMemoryError -XX:HeapDumpPath./运行结果截图 使用MAT打开java_pid12164.hprof…

IDEA无法成功配置Tomcat的解决方法(IDEA版本问题)

在创建Servlet时&#xff0c;下载了Tomcat文件夹以及成功配置了环境变量之后&#xff0c;在IDEA中怎么都找不到Tomcat&#xff0c;尝试了网络中的各种方法&#xff0c;都不行&#xff0c;结果发现时IDEA版本的问题。因为我下的IDEA是社区版的&#xff0c;所以没有自带的Tomcat&…

Gitflow和元数据是什么

Gitflow 是一种基于 Git 的分支管理工作流程&#xff0c;旨在帮助团队更有效地管理软件开发过程中的版本发布、功能开发和修复 bug。它由 Vincent Driessen 在他的博客上首次提出&#xff0c;并已成为许多团队常用的工作流程模型之一。 Gitflow 工作流程主要包括以下几个关键分…

4.9日总结

1.MySQL概述 1.数据库基本概念&#xff1a;存储数据的仓库&#xff0c;数据是有组织的进行存储 2.数据库管理系统&#xff1a;操纵和管理数据库的大型软件 3.SQL&#xff1a;操作关系型数据库的编程语言&#xff0c;定义了一套操作型数据库统一标准 2.MySQL数据库 关系型数…