leetcode216.组合总和III、40.组合总和II、39.组合总和

216.组合总和III

找出所有相加之和为 n 的 k 个数的组合,且满足下列条件:
只使用数字1到9
每个数字 最多使用一次
返回 所有可能的有效组合的列表 。该列表不能包含相同的组合两次,组合可以以任何顺序返回。

示例 1:
输入: k = 3, n = 7
输出: [[1,2,4]]
解释:
1 + 2 + 4 = 7
没有其他符合的组合了。

示例 2:
输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]
解释:
1 + 2 + 6 = 9
1 + 3 + 5 = 9
2 + 3 + 4 = 9
没有其他符合的组合了。

示例 3:
输入: k = 4, n = 1
输出: []
解释: 不存在有效的组合。
在[1,9]范围内使用4个不同的数字,我们可以得到的最小和是1+2+3+4 = 10,因为10 > 1,没有有效的组合。

解题思路

本题就是在[1,2,3,4,5,6,7,8,9]这个集合中找到和为n的k个数的组合。
本题k相当于树的深度,9(因为整个集合就是9个数)就是树的宽度。

例如 k = 2,n = 4的话,就是在集合[1,2,3,4,5,6,7,8,9]中求 k(个数) = 2, n(和) = 4的组合。

选取过程如图:
在这里插入图片描述

回溯三部曲

1.确定递归函数参数

和77. 组合一样,依然需要一维数组path来存放符合条件的结果,二维数组result来存放结果集。
这里我依然定义path 和 result为全局变量。
至于为什么取名为path?从上面树形结构中,可以看出,结果其实就是一条根节点到叶子节点的路径。
接下来还需要如下参数:
n(int)目标和,也就是题目中的n。
k(int)就是题目中要求k个数的集合。
sum(int)为已经收集的元素的总和,也就是path里元素的总和。
startIndex(int)为下一层for循环搜索的起始位置。

2、确定终止条件

在上面已经说了,k其实就已经限制树的深度,因为就取k个元素,树再往下深了没有意义。
所以如果pathTop和 k相等了,就终止。
如果此时path里收集到的元素和(sum) 和n(就是题目描述的n)相同了,就用result收集当前的结果。
所以 终止代码如下:

if(pathTop==k){if(sum==n){int* tmp=(int*)malloc(sizeof(int)*k);for(int i=0;i<k;i++){tmp[i]=path[i];}ans[ansTop++]=tmp;}return;}
3、单层搜索过程

本题和77. 组合区别之一就是集合固定的就是9个数[1,…,9],所以for循环固定i<=9
在这里插入图片描述

for(int i=startIdx;i<=9;i++){sum+=i;path[pathTop++]=i;backtracking(n,k,sum,i+1);sum-=i;pathTop--;}

代码

未剪枝

int *path;int pathTop;int **ans;int ansTop;void backtracking(int n,int k,int sum,int startIdx){if(pathTop==k){if(sum==n){int* tmp=(int*)malloc(sizeof(int)*k);for(int i=0;i<k;i++){tmp[i]=path[i];}ans[ansTop++]=tmp;}return;}for(int i=startIdx;i<=9;i++){sum+=i;path[pathTop++]=i;backtracking(n,k,sum,i+1);sum-=i;pathTop--;}}
int** combinationSum3(int k, int n, int* returnSize, int** returnColumnSizes) {path=(int*)malloc(sizeof(int)*k);ans=(int**)malloc(sizeof(int*)*2000);pathTop=ansTop=0;backtracking(n,k,0,1);*returnSize=ansTop;*returnColumnSizes=(int*)malloc(sizeof(int)*ansTop);for(int i=0;i<ansTop;i++)(*returnColumnSizes)[i]=k;return ans;
}

剪枝

在这里插入图片描述

int *path;int pathTop;int **ans;int ansTop;void backtracking(int n,int k,int sum,int startIdx){if(sum>n) return;//剪枝,减去和大于n的分支if(pathTop==k){if(sum==n){int* tmp=(int*)malloc(sizeof(int)*k);for(int i=0;i<k;i++){tmp[i]=path[i];}ans[ansTop++]=tmp;}return;}for(int i=startIdx;i<=9-(k-pathTop)+1;i++){//剪枝,剪去不满足k个数的分支sum+=i;path[pathTop++]=i;backtracking(n,k,sum,i+1);sum-=i;pathTop--;}}
int** combinationSum3(int k, int n, int* returnSize, int** returnColumnSizes) {path=(int*)malloc(sizeof(int)*k);ans=(int**)malloc(sizeof(int*)*2000);pathTop=ansTop=0;backtracking(n,k,0,1);*returnSize=ansTop;*returnColumnSizes=(int*)malloc(sizeof(int)*ansTop);for(int i=0;i<ansTop;i++)(*returnColumnSizes)[i]=k;return ans;
}

40.组合总和II

给定一个可能有重复数字的整数数组 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,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,
输出:
[
[1,1,6],
[1,2,5],
[1,7],
[2,6]
]

示例 2:
输入: candidates = [2,5,2,1,2], target = 5,
输出:
[
[1,2,2],
[5]
]

题目解析

元素在同一个组合内是可以重复的,怎么重复都没事,但两个组合不能相同。所以我们要去重的是同一树层上的“使用过”,同一树枝上的都是一个组合里的元素,不用去重。树层去重的话,需要对数组排序!

回溯三部曲

1、递归函数参数

和77. 组合一样,依然需要一维数组path来存放符合条件的结果,二维数组result来存放结果集。
这里我依然定义path 和 result为全局变量。length存放每个组合的长度。
至于为什么取名为path?从上面树形结构中,可以看出,结果其实就是一条根节点到叶子节点的路径。
接下来还需要如下参数:
target(int)目标和,也就是题目中的n。
candidates(int*)数组
candidatesSize(int)就是题目中数组的大小。
sum(int)为已经收集的元素的总和,也就是path里元素的总和。
startIndex(int)为下一层for循环搜索的起始位置。

2、递归终止条件

终止条件为 sum > target 和 sum == target。

3、单层搜索的逻辑

要去重的是“同一树层上的使用过”,如何判断同一树层上元素(相同的元素)是否使用过了呢。
如果candidates[i] == candidates[i - 1] 并且 i>starIdx,就说明:前一个树枝,使用了candidates[i - 1],也就是说同一树层使用过candidates[i - 1]。
此时for循环里就应该做continue的操作。

int *path;int pathTop;int **ans;int ansTop;int* length;int cmp(const void* a1, const void* a2) {return *((int*)a1) - *((int*)a2);
}
void backtracking(int* candidates,int candidatesSize,int target,int sum,int startIdx){if(sum>=target){if(sum==target){int* tmp=(int*)malloc(sizeof(int)*pathTop);for(int j=0;j<pathTop;j++)tmp[j]=path[j];length[ansTop]=pathTop;//存储当前组合的长度ans[ansTop++]=tmp;}return;}for(int i=startIdx;i<candidatesSize;i++){if(i>startIdx&&candidates[i]==candidates[i-1])continue;sum+=candidates[i];path[pathTop++]=candidates[i];backtracking(candidates,candidatesSize,target,sum,i+1);sum-=candidates[i];;pathTop--;}
}
int** combinationSum2(int* candidates, int candidatesSize, int target, int* returnSize, int** returnColumnSizes){path=(int*)malloc(sizeof(int)*50);ans=(int**)malloc(sizeof(int*)*100);length=(int*)malloc(sizeof(int)*100);ansTop=pathTop=0;qsort(candidates, candidatesSize, sizeof(int), cmp);backtracking(candidates,candidatesSize,target,0,0);*returnSize=ansTop;*returnColumnSizes=(int*)malloc(sizeof(int)*ansTop);for(int i=0;i<ansTop;i++)(*returnColumnSizes)[i]=length[i];return ans;
}

39.组合总和

给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意顺序 返回这些组合。
candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同,则两种组合是不同的。
对于给定的输入,保证和为 target 的不同组合数少于 150 个。

示例 1:
输入:candidates = [2,3,6,7], target = 7
输出:[[2,2,3],[7]]
解释:
2 和 3 可以形成一组候选,2 + 2 + 3 = 7 。注意 2 可以使用多次。
7 也是一个候选, 7 = 7 。
仅有这两种组合。

示例 2:
输入: candidates = [2,3,5], target = 8
输出: [[2,2,2,2],[2,3,3],[3,5]]

示例 3:
输入: candidates = [2], target = 1
输出: []

题目解析

在这里插入图片描述

回溯三部曲

1、递归函数参数

和77. 组合一样,依然需要一维数组path来存放符合条件的结果,二维数组result来存放结果集。
这里我依然定义path 和 result为全局变量。length存放每个组合的长度。
至于为什么取名为path?从上面树形结构中,可以看出,结果其实就是一条根节点到叶子节点的路径。
接下来还需要如下参数:
target(int)目标和,也就是题目中的n。
candidates(int*)数组
candidatesSize(int)就是题目中数组的大小。
sum(int)为已经收集的元素的总和,也就是path里元素的总和。
startIndex(int)为下一层for循环搜索的起始位置。

2、递归终止条件

终止条件为 sum > target 和 sum == target。

3、单层搜索的逻辑

单层for循环依然是从startIndex开始,搜索candidates集合。

int* path;int pathTop;int** ans;int ansTop;int* length;
void  backtarcking(int* candidates,int candidatesSize,int target,int sum,int startIdx){if(sum>=target){if(sum==target){int* tmp=(int*)malloc(sizeof(int)*pathTop);for(int i=0;i<pathTop;i++){tmp[i]=path[i];}length[ansTop]=pathTop;ans[ansTop++]=tmp;}return;}for(int i=startIdx;i<candidatesSize;i++){sum+=candidates[i];path[pathTop++]=candidates[i];backtarcking(candidates,candidatesSize,target,sum,i);sum-=candidates[i];pathTop--;}
}
int** combinationSum(int* candidates, int candidatesSize, int target, int* returnSize, int** returnColumnSizes) {path=(int*)malloc(sizeof(int)*50);ans=(int**)malloc(sizeof(int*)*200);length=(int*)malloc(sizeof(int)*200);pathTop=ansTop=0;backtarcking(candidates,candidatesSize,target,0,0);*returnSize=ansTop;*returnColumnSizes=(int*)malloc(sizeof(int)*ansTop);for(int i=0;i<ansTop;i++)(*returnColumnSizes)[i]=length[i];return ans;
}

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/866393.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

deepin UOS AI 如何配置自定义模型

科技飞速发展的今天&#xff0c;操作系统作为计算机系统的灵魂&#xff0c;其每一次的更新与变革都牵动着无数用户的心弦。近日&#xff0c;开源操作系统 deepin 迎来了一次重大更新&#xff0c;这次更新不仅在性能上进行了全面优化&#xff0c;更在 AI 智能化方面迈出了划时代…

git 常用语句

git 常用语句 git init #使用当前目录初始化为git仓库 git init #使用指定目录作为git仓库 git init newrepogit clone #从远程仓库将仓库拷贝到当前目录 #格式 git clone <repo> #示例 git clone git://github.com/schacon/grit.git#从远程仓库拷贝项目到指定目录 #格…

人工智能标准化与AI科技快速进步的矛盾

人工智能标准化与技术快速进步之间确实存在一定的矛盾&#xff0c;这主要体现在以下几个方面&#xff1a; 快速发展的技术与标准化的稳定性。人工智能技术以其快速的创新和进步而闻名。新的算法、模型和应用不断涌现&#xff0c;但标准化过程需要时间和广泛的共识&#xff0c;这…

【解决方案】笔记本电脑屏幕亮度调节失效(Dell G15 5510 使用Fn调节)

目前解决方案&#xff1a;使用驱动总裁&#xff08;其他的驱动安装软件应该也可以&#xff0c;个人觉得这个好用&#xff09;&#xff0c;更新显卡驱动即可。如图所示本人更新了Intel UHD Graphics核显驱动&#xff0c;功能回复正常。 使用Fn快捷键调节亮度如图所示&#xff0…

项目页面优化,我们该怎么做呢?

避免页面卡顿 怎么衡量页面卡顿的情况呢&#xff1f; 失帧和帧率FPS 60Hz就是帧率fps&#xff0c;即一秒钟60帧&#xff0c;换句话说&#xff0c;一秒钟的动画是由60幅静态图片连在一起形成的。 卡了&#xff0c;失帧了&#xff0c;或者掉帧了&#xff0c;一秒钟没有60个画面&…

Java中的软件架构重构与升级策略

Java中的软件架构重构与升级策略 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 重构与升级的背景和意义 软件架构在应用开发中起着至关重要的作用。随着技术…

ARIES,数据恢复算法,万变不离其宗...

今天来聊两个问题&#xff1a; 1. 如果缓冲池&#xff08;buffer pool&#xff09;满了&#xff0c;哪些数据页&#xff08;page&#xff09;要刷盘&#xff0c;哪些数据页不刷盘&#xff1f; 2. 数据库崩了&#xff0c;怎么利用检查点&#xff08;checkpoint&#xff09;与预写…

浅谈http协议及常见的面试题

1、浅谈http协议 HTTP&#xff08;Hypertext Transfer Protocol&#xff09;超文本传输协议&#xff0c;是互联网上应用最为广泛的一种网络协议&#xff0c;所有的WWW文件都必须遵守这个标准。它是基于TCP/IP通信协议来传递数据&#xff08;HTML文件、图片文件、查询结果等&am…

Django 定义模型执行迁移

1&#xff0c;创建应用 Test/app8 python manage.py startapp app8 2&#xff0c;注册应用 Test/Test/settings.py 3&#xff0c;配置路由 Test/Test/urls.py from django.contrib import admin from django.urls import path, includeurlpatterns [path(app8/, include(a…

g++和 gcc 编译入门教程

GNU GNU 编译器集合&#xff08;GNU Compiler Collection&#xff0c;简称 GCC&#xff09;是一个由自由软件基金会&#xff08;Free Software Foundation&#xff0c;简称 FSF&#xff09;开发的编译器系统&#xff0c;它是 GNU 项目的一部分。GCC 支持多种编程语言&#xff…

硅纪元视角 | AI纳米机器人突破癌症治疗,精准打击肿瘤细胞

在数字化浪潮的推动下&#xff0c;人工智能&#xff08;AI&#xff09;正成为塑造未来的关键力量。硅纪元视角栏目紧跟AI科技的最新发展&#xff0c;捕捉行业动态&#xff1b;提供深入的新闻解读&#xff0c;助您洞悉技术背后的逻辑&#xff1b;汇聚行业专家的见解&#xff0c;…

Ubuntu24.04之安装KVM(二百五十五)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

QT+OpenCV在Android上实现人脸实时检测与目标检测

一、功能介绍 在当今的移动应用领域&#xff0c;随着技术的飞速发展和智能设备的普及&#xff0c;将先进的计算机视觉技术集成到移动平台&#xff0c;特别是Android系统中&#xff0c;已成为提升用户体验、拓展应用功能的关键。其中&#xff0c;目标检测与人脸识别作为计算机视…

mindspore打开第十四天文本解码原理1

## __文本解码原理\-\-以MindNLP为例__ ### 回顾&#xff1a;自回归语言模型 __根据前文预测下一个单词__ <div aligncenter><img src"https://openi.pcl.ac.cn/mindspore-courses/Step_into_LLMs/raw/commit/8f6e55c907ef7d2b616e8e3c4da76b065633c2ae/Season…

vue3 hooks el-table封装 (未使用ts版本)

基于elementuiPlus el-table 表格 import { ref, reactive, onMounted } from vue import { ElMessage, ElMessageBox, ElNotification } from element-plus /*** FileDescription: el-table 函数式组件hooks,* function:useTable(config)* param {object} config useTable(配置…

Linux—文件内系统与日志分析

目录 一、Linux文件系统 1、inode 与 block概述 1.2、inode内容 1.3、查找inode 1.4、inode故障处理 2、硬盘分区后的结构 3、访问文件的流程 4、文件恢复 4.1、恢复ext3格式文件 4.2、恢复 xfs 格式文件 二、Linux日志文件 1、日志的功能 2、日志的默认位置 3、日…

Turborepo简易教程

参考官网&#xff1a;https://turbo.build/repo/docs 开始 安装全新的项目 pnpm dlx create-turbolatest测试应用包含&#xff1a; 两个可部署的应用三个共享库 运行&#xff1a; pnpm install pnpm dev会启动两个应用web(http://localhost:3000/)、docs(http://localhost…

什么开放式耳机好用?五大王牌开放式耳机种草!

随着科技的持续进步&#xff0c;开放式蓝牙耳机悄然兴起&#xff0c;逐步取代了经典的入耳式耳机。入耳式耳机以其卓越的隔音性能著称&#xff0c;然而&#xff0c;长时间的使用却容易引发耳道受压&#xff0c;伴随而来的不仅是疼痛与不适&#xff0c;更潜藏着耳膜受损的风险。…

JavaScript(5)——数据类型和类型检测

字符串类型String 通过单引号&#xff08; &#xff09;、双引号(" "&#xff09;或反引号&#xff08; &#xff09;都叫字符串&#xff0c;单引号和双引号本质上没有区别&#xff0c;一般使用单引号。 注意&#xff1a; 无论单引号或是双引号必须成对使用单引号和…

深入解读:如何解决微调扩散模型时微调数据集和训练数据集之间的差距过大问题?

Diffusion Models专栏文章汇总&#xff1a;入门与实战 前言&#xff1a;在微调扩散模型的时候经常会遇到微调数据集和训练数据集之间的差距过大&#xff0c;导致训练效果很差。在图像生成任务中并不明显&#xff0c;但是在视频生成任务中这个问题非常突出。这篇博客深入解读如何…