93.复原IP地址
有效 IP 地址 正好由四个整数(每个整数位于 0
到 255
之间组成,且不能含有前导 0
),整数之间用 '.'
分隔。
- 例如:
"0.1.2.201"
和"192.168.1.1"
是 有效 IP 地址,但是"0.011.255.245"
、"192.168.1.312"
和"192.168@1.1"
是 无效 IP 地址。
给定一个只包含数字的字符串 s
,用以表示一个 IP 地址,返回所有可能的有效 IP 地址,这些地址可以通过在 s
中插入 '.'
来形成。你 不能 重新排序或删除 s
中的任何数字。你可以按 任何 顺序返回答案。
示例 1:
输入:s = "25525511135" 输出:["255.255.11.135","255.255.111.35"]
示例 2:
输入:s = "0000" 输出:["0.0.0.0"]
示例 3:
输入:s = "101023" 输出:["1.0.10.23","1.0.102.3","10.1.0.23","10.10.2.3","101.0.2.3"]
思路
其实与分割回文子串方法类似, 将ip划分是为分割问题,转化为组合问题,
然后解决细节问题
如 判断ip是否合法
判断裁剪是否完成
代码
未添加pointNum参数 使用path记录分割结果
class Solution {
public List<String> resList = new ArrayList<>();
public StringBuilder path = new StringBuilder();
public List<String> restoreIpAddresses(String s) {
if(s == null || s.length() == 0){
return resList;
}
backtracking(s,0);
return resList;
}
public void backtracking(String s, int startIndex){
if(startIndex == s.length() && path.length() == s.length() + 4){
resList.add(new String(path.toString().substring(0,path.length() - 1)));
return;
}
for(int i = startIndex; i < s.length(); i++){
if(isIP(s, startIndex, i)){
String cur = s.substring(startIndex, i + 1);
int len = cur.length();
path.append(cur);
path.append(".");
backtracking(s, i + 1);
path.deleteCharAt(path.length()-1);
while(len-- > 0){
path.deleteCharAt(path.length()-1);
}
}
}
}
public boolean isIP(String s, int startIndex, int i){
if(i - startIndex >= 3) return false;
if(s.charAt(startIndex) == '0' && s.substring(startIndex, i + 1).length() > 1){
return false;
}
int ip = Integer.parseInt(s.substring(startIndex, i + 1));
if(ip >= 0 && ip <= 255){
return true;
}
return false;
}
}
添加pointNum参数,直接在源字符串上添加 . 不使用path记录分割结果
class Solution {
List<String> result = new ArrayList<>();
public List<String> restoreIpAddresses(String s) {
if (s.length() > 12) return result; // 算是剪枝了
backTrack(s, 0, 0);
return result;
}
// startIndex: 搜索的起始位置, pointNum:添加逗点的数量
private void backTrack(String s, int startIndex, int pointNum) {
if (pointNum == 3) {// 逗点数量为3时,分隔结束
// 判断第四段⼦字符串是否合法,如果合法就放进result中
if (isValid(s,startIndex,s.length()-1)) {
result.add(s);
}
return;
}
for (int i = startIndex; i < s.length(); i++) {
if (isValid(s, startIndex, i)) {
s = s.substring(0, i + 1) + "." + s.substring(i + 1); //在str的后⾯插⼊⼀个逗点
pointNum++;
backTrack(s, i + 2, pointNum);// 插⼊逗点之后下⼀个⼦串的起始位置为i+2
pointNum--;// 回溯
s = s.substring(0, i + 1) + s.substring(i + 2);// 回溯删掉逗点
} else {
break;
}
}
}
// 判断字符串s在左闭⼜闭区间[start, end]所组成的数字是否合法
private Boolean isValid(String s, int start, int end) {
if (start > end) {
return false;
}
if (s.charAt(start) == '0' && start != end) { // 0开头的数字不合法
return false;
}
int num = 0;
for (int i = start; i <= end; i++) {
if (s.charAt(i) > '9' || s.charAt(i) < '0') { // 遇到⾮数字字符不合法
return false;
}
num = num * 10 + (s.charAt(i) - '0');
if (num > 255) { // 如果⼤于255了不合法
return false;
}
}
return true;
}
}
//方法一:但使用stringBuilder,故优化时间、空间复杂度,因为向字符串插入字符时无需复制整个字符串,从而减少了操作的时间复杂度,也不用开新空间存subString,从而减少了空间复杂度。
class Solution {
List<String> result = new ArrayList<>();
public List<String> restoreIpAddresses(String s) {
StringBuilder sb = new StringBuilder(s);
backTracking(sb, 0, 0);
return result;
}
private void backTracking(StringBuilder s, int startIndex, int dotCount){
if(dotCount == 3){
if(isValid(s, startIndex, s.length() - 1)){
result.add(s.toString());
}
return;
}
for(int i = startIndex; i < s.length(); i++){
if(isValid(s, startIndex, i)){
s.insert(i + 1, '.');
backTracking(s, i + 2, dotCount + 1);
s.deleteCharAt(i + 1);
}else{
break;
}
}
}
//[start, end]
private boolean isValid(StringBuilder s, int start, int end){
if(start > end)
return false;
if(s.charAt(start) == '0' && start != end)
return false;
int num = 0;
for(int i = start; i <= end; i++){
int digit = s.charAt(i) - '0';
num = num * 10 + digit;
if(num > 255)
return false;
}
return true;
}
}
//方法二:比上面的方法时间复杂度低,更好地剪枝,优化时间复杂度
class Solution {
List<String> result = new ArrayList<String>();
StringBuilder stringBuilder = new StringBuilder();
public List<String> restoreIpAddresses(String s) {
restoreIpAddressesHandler(s, 0, 0);
return result;
}
// number表示stringbuilder中ip段的数量
public void restoreIpAddressesHandler(String s, int start, int number) {
// 如果start等于s的长度并且ip段的数量是4,则加入结果集,并返回
if (start == s.length() && number == 4) {
result.add(stringBuilder.toString());
return;
}
// 如果start等于s的长度但是ip段的数量不为4,或者ip段的数量为4但是start小于s的长度,则直接返回
if (start == s.length() || number == 4) {
return;
}
// 剪枝:ip段的长度最大是3,并且ip段处于[0,255]
for (int i = start; i < s.length() && i - start < 3 && Integer.parseInt(s.substring(start, i + 1)) >= 0
&& Integer.parseInt(s.substring(start, i + 1)) <= 255; i++) {
// 如果ip段的长度大于1,并且第一位为0的话,continue
if (i + 1 - start > 1 && s.charAt(start) - '0' == 0) {
continue;
}
stringBuilder.append(s.substring(start, i + 1));
// 当stringBuilder里的网段数量小于3时,才会加点;如果等于3,说明已经有3段了,最后一段不需要再加点
if (number < 3) {
stringBuilder.append(".");
}
number++;
restoreIpAddressesHandler(s, i + 1, number);
number--;
// 删除当前stringBuilder最后一个网段,注意考虑点的数量的问题
stringBuilder.delete(start + number, i + number + 2);
}
}
}
78.子集
给你一个整数数组 nums
,数组中的元素 互不相同 。返回该数组所有可能的子集(幂集)。
解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。
示例 1:
输入:nums = [1,2,3] 输出:[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]
示例 2:
输入:nums = [0] 输出:[[],[0]]
思路
如果把组合问题、分割问题、子集问题都抽象为一棵树的话,那么 组合、分割问题是收集树的叶子节点,而子集问题是找树的所有节点。
其实子集也是一种组合问题,因为它的集合是无序的,子集{1,2} 和 子集{2,1}是一样的。那么既然是无序,取过的元素不会重复取,写回溯算法的时候,for就要从startIndex开始,而不是从0开始!
什么时候for可以从0开始呢?求排列问题的时候,就要从0开始,因为集合是有序的,{1, 2} 和{2, 1}是两个集合,排列问题我们后续的文章就会讲到的。
以示例中nums = [1,2,3]为例把求子集抽象为树型结构,如下:
从图中红线部分,可以看出遍历这个树的时候,把所有节点都记录下来,就是要求的子集集合。
代码
class Solution {
public List<List<Integer>> resList = new ArrayList<>();
public LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> subsets(int[] nums) {
if(nums == null || nums.length == 0){
return resList;
}
backtracking(nums, 0);
return resList;
}
public void backtracking(int[] nums, int startIndex){
resList.add(new ArrayList<>(path));
if(startIndex >= nums.length){
return;
}
for(int i = startIndex; i < nums.length; i++){
path.addLast(nums[i]);
backtracking(nums, i + 1);
path.removeLast();
}
}
}
总结
子集问题和组合问题、分割问题的的区别,子集是收集树形结构中树的所有节点的结果。
而组合问题、分割问题是收集树形结构中叶子节点的结果。
90.子集II
给你一个整数数组 nums
,其中可能包含重复元素,请你返回该数组所有可能的 子集(幂集)。
解集 不能 包含重复的子集。返回的解集中,子集可以按 任意顺序 排列。
示例 1:
输入:nums = [1,2,2] 输出:[[],[1],[1,2],[1,2,2],[2],[2,2]]
示例 2:
输入:nums = [0] 输出:[[],[0]]
思路
本题是 40.组合总和Ⅱ 与 78.子集 问题的结合
涉及到子集问题 与 回溯去重问题(树枝去重与树层去重)
代码
利用startIndex数层去重
class Solution {
public List<List<Integer>> resList = new ArrayList<>();
public LinkedList<Integer> path = new LinkedList<>();
public List<List<Integer>> subsetsWithDup(int[] nums) {
Arrays.sort(nums);
backtracking(nums, 0);
return resList;
}
public void backtracking(int [] nums, int startIndex){
resList.add(new ArrayList<>(path));
if (startIndex >= nums.length) {
return;
}
for(int i = startIndex; i < nums.length; i++){
//树层去重
if(i > startIndex && nums[i] == nums[i-1]){
continue;
}
path.addLast(nums[i]);
backtracking(nums, i + 1);
path.removeLast();
}
}
}
利用used数组数层去重
class Solution {
public List<List<Integer>> resList = new ArrayList<>();
public LinkedList<Integer> path = new LinkedList<>();
public boolean[] used;
public List<List<Integer>> subsetsWithDup(int[] nums) {
Arrays.sort(nums);
used = new boolean[nums.length];
Arrays.fill(used,false);
backtracking(nums, 0, used);
return resList;
}
public void backtracking(int [] nums, int startIndex, boolean[] used){
resList.add(new ArrayList<>(path));
if (startIndex >= nums.length) {
return;
}
for(int i = startIndex; i < nums.length; i++){
//used数组 数层去重
if(i > 0 && nums[i] == nums[i-1] && !used[i-1]){
continue;
}
path.addLast(nums[i]);
used[i] = true;
backtracking(nums, i + 1, used);
path.removeLast();
used[i] = false;
}
}
}