【LeetCode:2741. 特别的排列 + 递归 + 记忆化搜索 + 动态规划】

在这里插入图片描述

🚀 算法题 🚀

🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
🌲 作者简介:硕风和炜,CSDN-Java领域优质创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步?🎯🎯

🚀 算法题 🚀

在这里插入图片描述
在这里插入图片描述

🚩 题目链接

⛲ 题目描述

给你一个下标从 0 开始的整数数组 nums ,它包含 n 个 互不相同 的正整数。如果 nums 的一个排列满足以下条件,我们称它是一个特别的排列:

对于 0 <= i < n - 1 的下标 i ,要么 nums[i] % nums[i+1] == 0 ,要么 nums[i+1] % nums[i] == 0 。
请你返回特别排列的总数目,由于答案可能很大,请将它对 109 + 7 取余 后返回。

示例 1:

输入:nums = [2,3,6]
输出:2
解释:[3,6,2] 和 [2,6,3] 是 nums 两个特别的排列。
示例 2:

输入:nums = [1,4,3]
输出:2
解释:[3,1,4] 和 [4,1,3] 是 nums 两个特别的排列。

提示:

2 <= nums.length <= 14
1 <= nums[i] <= 109

🌟 求解思路&实现代码&运行结果


⚡ 递归 + 记忆化搜索 + 动态规划

🥦 求解思路
  1. 我们设计这样一个递归函数,如果dfs(i,cnt),i表示选择的上一个位置的下标,cnt代表此时选择了多少个数字,由此进行递归。不出意外,时间会超时。
  2. 在此基础上改进缓存,我们发现,答案错误,也就是这俩个变量并不能覆盖表示所有的情况,为什么呢?因为原递归方法中我们结合了flag数组来标记之前被选择的情况。
  3. 那么怎么求解呢?想一个方法替换flag,通过一个变量来记录之前选择过的下标情况即可。
🥦 实现代码
class Solution {

    int[] nums;
    int n;
    boolean[] flag;
    HashMap<String, Integer> map;

    public int specialPerm(int[] nums) {
        this.nums = nums;
        n = nums.length;
        flag = new boolean[n];
        map = new HashMap<>();
        int cnt = process(0, -1, 0);
        return cnt % 1000000007;
    }

    public int process(int depth, int prevPos, int status) {
        if (depth == n) {
            return 1;
        }
        String key = prevPos + "#" + status;
        if (map.containsKey(key)) {
            return map.get(key);
        }
        int res = 0;
        for (int i = 0; i < nums.length; i++) {
            if (!flag[i]) {
                // 第0个数不需要考虑是否满足条件
                if (prevPos == -1) {
                    flag[i] = true;
                    res = (res + process(depth + 1, i, status | (1 << i))) % 1000000007;
                    flag[i] = false;
                } else if (nums[prevPos] % nums[i] == 0 || nums[i] % nums[prevPos] == 0) {
                    flag[i] = true;
                    res = (res + process(depth + 1, i, status | (1 << i))) % 1000000007;
                    flag[i] = false;
                }
            }
        }
        map.put(key, res);
        return res;
    }
}
🥦 运行结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


💬 共勉

最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉!

在这里插入图片描述

在这里插入图片描述

给定一个整数数组 nums一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优时间复杂度,则哈希表或双指针方法更合适。
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

打赏作者

硕风和炜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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