代码随想录第二十九天 | 回溯算法P5 | * 491.* 46.* 47.

491.递增子序列

给你一个整数数组 nums ，找出并返回所有该数组中不同的递增子序列，递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

数组中可能含有重复元素，如出现两个整数相等，也可以视作递增序列的一种特殊情况。

示例 1：

输入：nums = [4,6,7,7]
输出：[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2：

输入：nums = [4,4,3,2,1]
输出：[[4,4]]

思路

去重逻辑不同，因不可排序

使用原先思路的一个错例：

    测试用例:[1,2,1,1]
    测试结果:[[1,2],[1,1],[1,1,1],[1,1]]
    期望结果:[[1,2],[1,1],[1,1,1]]
    stdout:

因为第二个 1 不会被去重 导致重复 

代码

class Solution {
    public List<List<Integer>> resList = new ArrayList<>();
    public LinkedList<Integer> path = new LinkedList<>();
    public List<List<Integer>> findSubsequences(int[] nums) {
        backtracking(nums, 0);
        return resList;
    }
    public void backtracking(int [] nums, int startIndex){
        if(path.size() >= 2){
            resList.add(new ArrayList<>(path));
        }
        if(startIndex >= nums.length){
            return;
        }

        HashSet<Integer> hs = new HashSet<>();
        //横向遍历
        for(int i = startIndex; i < nums.length; i++) {
            //树层去重 注意 本题因为不能对数组排序 所以去重不能用used数组 / startIndex
            //应使用hashset / 数组哈希 确保同一层上 不会选择重复元素
            if (hs.contains(nums[i])) {
                continue;
            }
            //回溯三步曲
            //满足递增子序列才会添加
            if (path.size() == 0 || path.getLast() <= nums[i]) {
                {
                    hs.add(nums[i]);
                    path.addLast(nums[i]);
                    backtracking(nums, i + 1);
                    path.removeLast();
                }
            }

        }
    }
}

46.全排列

给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1：

输入：nums = [1,2,3]
输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

示例 2：

输入：nums = [0,1]
输出：[[0,1],[1,0]]

示例 3：

输入：nums = [1]
输出：[[1]]

思路

排列问题，不需要startIndex  注意 startIndex 的作用是让每层是遍历从 startIndex开始，但是

排列是有序的，也就是说 [1,2] 和 [2,1] 是两个集合，这和之前分析的子集以及组合所不同的地方。

可以看出元素1在[1,2]中已经使用过了，但是在[2,1]中还要在使用一次1，所以处理排列问题就不用使用startIndex了。

但排列问题需要一个used数组，标记已经选择的元素，这里因为元素各不相同，所以树枝去重即可。

代码

class Solution {
    public List<List<Integer>> resList = new ArrayList<>();
    public LinkedList<Integer> path = new LinkedList<>();
    public boolean[] used;
    public List<List<Integer>> permute(int[] nums) {
        used = new boolean[nums.length];
        Arrays.fill(used, false);
        backtracking(nums);
        return resList;
    }
    public void backtracking(int[] nums){
        if(path.size() == nums.length){
            resList.add(new ArrayList<>(path));
            return;
        }

        for(int i = 0; i < nums.length; i++){
            //此时去重为 树枝去重 即 同一path上不可以重复使用元素
            if(used[i]){
                continue;
            }
            used[i] = true;
            path.addLast(nums[i]);
            backtracking(nums);
            used[i] = false;
            path.removeLast();
        }
    }
}

排列问题总结

• 每层都是从0开始搜索而不是startIndex
• 需要used数组记录path里都放了哪些元素了

47.全排列 II

给定一个可包含重复数字的序列 nums ，按任意顺序 返回所有不重复的全排列。

示例 1：

输入：nums = [1,1,2]
输出：
[[1,1,2],
 [1,2,1],
 [2,1,1]]

示例 2：

输入：nums = [1,2,3]
输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

思路

与上题的区别在于 存在重复元素 这就需要用到数层去重

add：

        树枝去重：组合问题使用 startIndex 解决 排列需要用到used数组 

        数层去重：组合问题可以使用 startIndex 解决 排列需要用到used数组 

上述均在原数组可以排序的情况，但若需要保留原数组的顺序关系那么应使用hashset实现数层去重。

对于排列问题，树层上去重和树枝上去重，都是可以的，但是树层上去重效率更高！

如果要对树层中前一位去重，就用used[i - 1] == false，如果要对树枝前一位去重用used[i - 1] == true。

代码

class Solution {
    public List<List<Integer>> resList = new ArrayList<>();
    public LinkedList<Integer> path = new LinkedList<>();
    public boolean[] used;

    public List<List<Integer>> permuteUnique(int[] nums) {
        used = new boolean[nums.length];
        Arrays.fill(used, false);
        Arrays.sort(nums);
        backtracking(nums);
        return resList;
    }

    public void backtracking(int[] nums) {
        if (path.size() == nums.length) {
            resList.add(new ArrayList<>(path));
            return;
        }

        for (int i = 0; i < nums.length; i++) {
            //此时去重为 树枝去重 即 同一path上不可以重复使用元素
            if (used[i]) {
                continue;
            }
            //数层去重 同一层不可以重复使用元素
            if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {
                continue;
            }
            used[i] = true;
            path.addLast(nums[i]);
            backtracking(nums);
            used[i] = false;
            path.removeLast();
        }
    }
}