leetcode 39组合总和

描述

给定一个无重复元素的数组 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 中的数字可以无限制重复被选取。

说明:

所有数字(包括 target)都是正整数。
解集不能包含重复的组合。

样例

示例 1:
输入: candidates = [2,3,6,7], target = 7,

所求解集为:
[
[7],
[2,2,3]
]

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

所求解集为:
[
[2,2,2,2],
[2,3,3],
[3,5]
]

分析

这是一道回溯题,一开始想成完全背包了orz也不知道是怎么回事
很多看似复杂的题都可以用回溯法来解决,而回溯法是有解题思路的
首先明确解空间是什么
在这道题里就是从给定的数据里选任意个数组成的排列
回溯的终点即判断标准:和==target
可以的选项:给定的数据
为了不出现重复的排列,对原有数组排序,每次保证新添加的数不超过当前数的最后一个
或者每次遍历从当前数开始,前面的数不再遍历

代码

class Solution {
public:
    vector<vector<int> >res;
    void backtrack(vector<int>cur, int target, int sum, vector<int>candidates)
    {
	if (sum == target) { //和达到要求
		res.push_back(cur);
		return;
	}
	//不可能的解,直接跳过
    if(target < candidates[0])return;
    //可选的数据
	for (int i = 0; i < candidates.size() && candidates[i] <= target; i++)
	{
		int num = candidates[i];
		//防止出现 2 3 3 | 3 2 2这种情况,保证由小到大
		if (cur.size() >= 1)
		{
			int top = cur[cur.size() - 1];
			if (num < top)
				continue;
		}
		//判断条件
		if (sum + num <= target )
		{
		//更新状态
			sum += num;
			cur.push_back(num);
			backtrack(cur, target, sum, candidates);
		//回溯
			cur.pop_back();
			sum -= num;
		}
	}
    }
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        sort(candidates.begin(), candidates.end());
        vector<int>cur;
        backtrack(cur, target, 0, candidates);
        vector<vector<int> > ans;
        ans = res;
        return ans;
    }
};

优化

注意在target直接小于排序数组的最小数时可以直接跳过,加这一条都可以使时间迅速减少

Python的更简洁版本

class Solution:
    def backtrack(self,ans, cur, candidates, target,l):
        if target == 0:
            ans.append(list(cur))
            return
        if target < candidates[0]:
            return
        r = len(candidates)
        for i in range(l, r):
            num = candidates[i]
            target -= num
            cur.append(num)
            self.backtrack(ans, cur, candidates, target, i)
            cur.remove(num)
            target += num
    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
        ans = []
        cur = []
        candidates = sorted(candidates)
        self.backtrack(ans, cur, candidates, target, 0)
        return ans
        
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LeetCode一个常用的编程学习和面试准备平台,而人工智能 (AI) 处理器组合指的是在处理 LeetCode 题目时,使用多个不同类型的 AI 处理器来提高算法性能和效率。 首先,AI 处理器是具有强大计算能力和优化算法的专用芯片。与传统的通用处理器相比,AI 处理器在处理大量数据和复杂计算任务时表现更佳。 AI 处理器组合意味着将不同类型的 AI 处理器结合使用,以便在编程和解决 LeetCode 题目时获得更好的性能。这些处理器可以包括图像处理单元 (GPU),张量处理单元 (TPU),以及专门针对特定AI应用开发的ASIC等。 在处理 LeetCode 题目时,AI 处理器组合可以带来多个好处。首先,AI 处理器具有并行计算能力,能够同时处理多个任务,从而加快算法的执行速度。其次,AI 处理器通过优化算法和模型,可以提高解题的准确性和效率。例如,对于一些图像和语音处理相关的题目,使用 GPU 或 TPU 可以加速图像和声音的处理,从而更快地得到正确答案。 另外,AI 处理器组合还可以提供更多的资源和内存,以支持处理大规模数据和复杂问题。这对于一些需要使用深度学习或机器学习算法的题目非常重要,因为这些算法通常需要更多的计算资源和存储空间。 综上所述,AI 处理器组合对于处理 LeetCode 题目具有巨大的潜力。它可以加快算法的执行速度,提高解题的准确性和效率,并支持处理大规模数据和复杂问题。然而,组合不同类型的 AI 处理器需要适当的编程技巧和技术知识,以便充分发挥它们的优势和性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值