代码随想录Day22 LeetCode T39 组合总和 T40 组合总和II T131 分割回文串

简介: 代码随想录Day22 LeetCode T39 组合总和 T40 组合总和II T131 分割回文串

LeetCode T39 组合总和

题目链接:39. 组合总和 - 力扣(LeetCode)

树形图

题目思路:

这我们会发现和昨天的题目很像,只是这里的元素并不是只能选取一次了,我们可以根据代码画出树形图来解决问题,下面我们开始递归三部曲

首先我们先定义出result和path数组作为返回值和辅助数组

List<Integer> path = new LinkedList<>();
    List<List<Integer>> result = new ArrayList<>();

1.确定回溯函数的参数列表

我们首先肯定要传入candidates数组,因为我们要从中选取元素,传入target,知道我们什么时候要收割正确答案,还要传入一个sum变量来记录我们path中的元素总和,最后是每一层开始可以选取的位置

public void backtracking(int[] candidates,int target,int num,int startIndex)

2.确定终止条件

这里的终止条件仍然是当target等于sum的时候,我们将收割答案,放到result数组里,当sum比target来的大的时候我们就选择直接return即可

if(num>target)
        {
            return;
        }
        if(num == target)
        {
            result.add(new ArrayList(path));
            return;
        }

3.确定for循环

这里我们for循环从startindex开始,到candidates数组的大小结束,先向path里面加入元素,sum同步记录,然后进行回溯函数,这里由于candidates数组中的值可以重复取值,这里我们就将下一个取值的起始位置为i,其实也就是这个元素的下标也就是这个取值答案可以向后取的位置,避免重复取值获得[2,3,3] [3,2,3]这样的答案

for(int i = startIndex;i<candidates.length;i++)
        {
            path.add(candidates[i]);
            sum += candidates[i];
            backtracking(candidates,target,sum,i);
            path.remove(path.size()-1);
            sum -= candidates[i];
        }

题目代码

class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> result = new ArrayList<>();
    public List<List<Integer>> combinationSum(int[] candidates, int target) {
        backtracking(candidates,target,sum,0);
        return result;
    }
    int sum = 0;
    public void backtracking(int[] candidates,int target,int num,int startIndex)
    {
        if(num>target)
        {
            return;
        }
        if(num == target)
        {
            result.add(new ArrayList(path));
            return;
        }
        for(int i = startIndex;i<candidates.length;i++)
        {
            path.add(candidates[i]);
            sum += candidates[i];
            backtracking(candidates,target,sum,i);
            path.remove(path.size()-1);
            sum -= candidates[i];
        }
    }
}

剪枝优化

其实这道题我们也可以进行剪枝优化的,就是在for循环里面做文章,我们可以先将candidates数组排序,然后如果我们的sum+candidates[i]发现已经大于我们的目标值之后,就可以结束循环了,因为后面不可能再出现我们需要的答案了,这里代码不做过多赘述

LeetCode T40 组合总和II

题目链接: 40. 组合总和 II - 力扣(LeetCode)

tips(我犯的错误)

错把这个去重当做对candidates数组去重了,实际上第一个1和后面第2个1只是数值相同,并不是可以直接将candidates数组放进set进行去重的,然后使用set对结果集进行去重这种逻辑也很容易超时.

题目思路:

这个题我们引入卡哥的树枝去重和树层去重的概念,树枝去重就是树形图中一次从跟到叶子结点的去重,树层去重就是树的每一层结构中的去重,下面我们先画出树形图

这里我们就发现了树层去重的条件,这里我们以[1,1,2...]举例

这里取第一个1下面的路径已经可以完全包含第二个1的路径,这里我们就可以跳过第二个1对应的循环,这里我们给每个元素对应一个used数组(boolean类型的数组)来定义它的使用情况

我们就会发现满足这样条件的可以直接跳过本轮循环

if(i>0 && candidates[i] == candidates[i-1] && !used[i-1])
            {
                continue;
            }

回溯三部曲

1.确定参数列表

由于这里的sum和used数组都定义为全局变量了,这里我们就使用candidates数组,target和startIndex作为参数即可

public void backtracking(int[] candidates,int target,int startIndex)

2.确定终止条件

这里和前面一样,不做过多赘述

if(sum>target)
        {
            return;
        }
        if(sum == target)
        {
            result.add(new ArrayList(path));
        }

3.确定for循环

这里进行树层去重

for(int i = startIndex;i<candidates.length;i++)
        {
            if(i>0 && candidates[i] == candidates[i-1] && !used[i-1])
            {
                continue;
            }
            used[i] = true;
            path.add(candidates[i]);
            sum+=candidates[i];
            backtracking(candidates,target,i+1);
            used[i] = false;
            path.remove(path.size()-1);
            sum-=candidates[i];
        }

题目代码:

class Solution {
    int sum;
    List<Integer> path = new ArrayList<>();
    List<List<Integer>> result = new ArrayList<>();
    boolean used[];
    public List<List<Integer>> combinationSum2(int[] candidates, int target) {
        used = new boolean[candidates.length];
        Arrays.fill(used,false);
        Arrays.sort(candidates);
        backtracking(candidates,target,0);
        return result;
    }
    public void backtracking(int[] candidates,int target,int startIndex)
    {
        if(sum>target)
        {
            return;
        }
        if(sum == target)
        {
            result.add(new ArrayList(path));
        }
        for(int i = startIndex;i<candidates.length;i++)
        {
            if(i>0 && candidates[i] == candidates[i-1] && !used[i-1])
            {
                continue;
            }
            used[i] = true;
            path.add(candidates[i]);
            sum+=candidates[i];
            backtracking(candidates,target,i+1);
            used[i] = false;
            path.remove(path.size()-1);
            sum-=candidates[i];
        }
    }
}

LeetCode T131 分割回文串

题目链接: 131. 分割回文串 - 力扣(LeetCode)

题目思路:

树形图

这道题有点困难,我们应该模仿组合的思路,一下我列出几个难点,再逐个解决

  • 切割问题可以抽象为组合问题
  • 如何模拟那些切割线 startindex来解决
  • 切割问题中递归如何终止
  • 在递归循环中如何截取子串
  • 如何判断回文

我们仍然使用回溯三部曲来解决问题,

1.参数列表设计

private void backTracking(String s, int startIndex) {

2.终止条件

这里终止条件就让startindex大于s的长度即可,然后开始收集结果,这里我们判断回文子串的逻辑放在for循环里,从树形结构的图中可以看出:切割线切到了字符串最后面,说明找到了一种切割方法,此时就是本层递归的终止条件。

if (startIndex >= s.length()) {
            lists.add(new ArrayList(deque));
            return;
        }

3.for循环

这里包括了子串的截取,因为每一层startindex是不变的,而i是一直移动的,这里我们就用[startindex,i]这个闭区间代表每个子串

for (int i = startIndex; i < s.length(); i++) {
            //如果是回文子串,则记录
            if (isPalindrome(s, startIndex, i)) {
                String str = s.substring(startIndex, i + 1);
                deque.addLast(str);
            } else {
                continue;
            }
            //起始位置后移,保证不重复
            backTracking(s, i + 1);
            deque.removeLast();
        }

4.判断回文

private boolean isPalindrome(String s, int startIndex, int end) {
        for (int i = startIndex, j = end; i < j; i++, j--) {
            if (s.charAt(i) != s.charAt(j)) {
                return false;
            }
        }
        return true;
    }

题目代码:

class Solution {
    List<List<String>> lists = new ArrayList<>();
    Deque<String> deque = new LinkedList<>();
    public List<List<String>> partition(String s) {
        backTracking(s, 0);
        return lists;
    }
    private void backTracking(String s, int startIndex) {
        //如果起始位置大于s的大小,说明找到了一组分割方案
        if (startIndex >= s.length()) {
            lists.add(new ArrayList(deque));
            return;
        }
        for (int i = startIndex; i < s.length(); i++) {
            //如果是回文子串,则记录
            if (isPalindrome(s, startIndex, i)) {
                String str = s.substring(startIndex, i + 1);
                deque.addLast(str);
            } else {
                continue;
            }
            //起始位置后移,保证不重复
            backTracking(s, i + 1);
            deque.removeLast();
        }
    }
    //判断是否是回文串
    private boolean isPalindrome(String s, int startIndex, int end) {
        for (int i = startIndex, j = end; i < j; i++, j--) {
            if (s.charAt(i) != s.charAt(j)) {
                return false;
            }
        }
        return true;
    }
}
相关文章
|
4月前
|
Python
【Leetcode刷题Python】131. 分割回文串
LeetCode题目131的Python编程解决方案,题目要求将给定字符串分割成所有可能的子串,且每个子串都是回文串,并返回所有可能的分割方案。
31 2
|
4月前
|
Python
【Leetcode刷题Python】416. 分割等和子集
LeetCode 416题 "分割等和子集" 的Python解决方案,使用动态规划算法判断是否可以将数组分割成两个元素和相等的子集。
40 1
|
6月前
力扣-2029-石子游戏-‘屎山’代码
力扣-2029-石子游戏-‘屎山’代码
48 3
|
6月前
|
存储 算法 数据可视化
LeetCode 132题详解:使用动态规划与中心扩展法解决分割回文串 II 的最少分割次数问题
LeetCode 132题详解:使用动态规划与中心扩展法解决分割回文串 II 的最少分割次数问题
|
6月前
|
存储 算法 数据可视化
LeetCode 131题详解:高效分割回文串的递归与动态规划方法
LeetCode 131题详解:高效分割回文串的递归与动态规划方法
|
6月前
力扣经典150题第二十五题:验证回文串
力扣经典150题第二十五题:验证回文串
39 0
|
6月前
|
canal 算法 数据可视化
LeetCode 125题:验证回文串
LeetCode 125题:验证回文串
|
6月前
dp表,哈希表,力扣5.最长回文子串力扣1745.分割回文串IV力扣132.分割回文串II优先级队列(堆)是什么下面是手动实现小根堆力扣1046.最后一块石头的重量
dp表,哈希表,力扣5.最长回文子串力扣1745.分割回文串IV力扣132.分割回文串II优先级队列(堆)是什么下面是手动实现小根堆力扣1046.最后一块石头的重量
|
3月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
4月前
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
124 2