leetcode 77 组合

在这里插入图片描述

原题链接

  1. 首先要定义结果集合res和判断集合长度的队列path,写终止条件,然后进入递归函数,最后返回结果集res

  2. 递归函数部分:首先写终止条件,在什么条件下将结果集进行保存?res.add(new ArrayList<>(path));

  3. 然后是回溯的模板如下:
    for循环横向选择{
    进行操作(path.addLast(i))
    然后递归
    最后要撤销之前的操作path.removeLast()
    }

    优化方法:对上述的方法进行剪枝 —> 分析搜索起点的上界进行剪枝
    搜索起点的上界 + 接下来要选择的元素个数 - 1 = n
    其中,接下来要选择的元素个数 = k - path.size(),整理得到:
    搜索起点的上界 = n - (k - path.size()) + 1
    就是把 i <= n 改成 i <= n - (k - path.size()) + 1 :

  4. 二刷:对关键位置进行剪纸,主要的作用就是避免多选元素(即避免path.size() 长度超出k 之后,还会进行判断)通过这样设定,可以限定在最长的位置结束。

class Solution {
    List<List<Integer>> res = new ArrayList<>();
    Deque<Integer> path = new LinkedList<>();
    public List<List<Integer>> combine(int n, int k) {
        if(n < k) return res;
        recur(n, k, 1);
        return res;
    }
    public void recur(int n, int k, int begin){
        if(path.size() == k){
            res.add(new ArrayList<>(path));
            return;
        }
        for(int i = begin; i <= n - (k - path.size()) + 1; i++){
            path.addLast(i);
            recur(n, k, i + 1);
            path.removeLast();
        }
    }
}







class Solution {

    public List<List<Integer>> combine(int n, int k) {
        List<List<Integer>> res = new ArrayList<>();
        //首先写终止条件,当。。。。
        if (k <= 0 || n < k) {
            return res;
        }
        // 从 1 开始是题目的设定
        //定义一个队列path
        Deque<Integer> path = new ArrayDeque<>();
        dfs(n, k, 1, path, res);
        return res;
    }
    //如下是递归函数 题目要求是返回范围从1开始,然后定义队列path 和 结果集合 res
    private void dfs(int n, int k, int begin, Deque<Integer> path, List<List<Integer>> res) {
        // 递归终止条件是:path 的长度等于 k
        if (path.size() == k) {
            //当以上条件满足的时候,将此时的path加入到res中
            res.add(new ArrayList<>(path));
            return;
        }

        // 遍历可能的搜索起点
        for (int i = begin; i <= n; i++) {
            // 向路径变量里添加一个数
            path.addLast(i);
            // 下一轮搜索,设置的搜索起点要加 1,因为组合数理不允许出现重复的元素
            dfs(n, k, i + 1, path, res);
            // 重点理解这里:深度优先遍历有回头的过程,因此递归之前做了什么,递归之后需要做相同操作的逆向操作
            path.removeLast();
        }
    }
}


//对上述的方法进行剪枝  --->  分析搜索起点的上界进行剪枝-----------------------------
//对上述的方法进行剪枝  --->  分析搜索起点的上界进行剪枝-----------------------------
//对上述的方法进行剪枝  --->  分析搜索起点的上界进行剪枝-----------------------------
//对上述的方法进行剪枝  --->  分析搜索起点的上界进行剪枝-----------------------------

class Solution {
    /**

     */
    public List<List<Integer>> combine(int n, int k) {
        List<List<Integer>> res = new ArrayList<>();
        if(k <= 0 || n < k){
            return res;
        }
        Deque<Integer> path = new ArrayDeque<>();
        dfs(n, k, 1, path, res);
        return res;
    }
    //如下是递归函数 题目要求是返回范围从1开始,然后定义队列path 和 结果集合 res
    private void dfs(int n, int k, int begin, Deque<Integer> path, List<List<Integer>> res){
        if(path.size() == k){
            res.add(new ArrayList<>(path));
            return;
        }
    // 搜索起点的上界 + 接下来要选择的元素个数 - 1 = n
    // 其中,接下来要选择的元素个数 = k - path.size(),整理得到:
    // 搜索起点的上界 = n - (k - path.size()) + 1
    // 把 i <= n 改成 i <= n - (k - path.size()) + 1 :
        for(int i = begin; i <= n -(k - path.size()) + 1; i++){
            path.addLast(i);
            dfs(n, k, i + 1, path, res);
            path.removeLast();
        }
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
LeetCode 是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 3
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