leetcode-22. Generate Parentheses

题目类型:

回溯法,递归

题意:

给出一个整数n,表示有n组括号,输出所有正确的括号组合。

例子:

输入3,

leetcode22

我的思路:回溯+递归

递归一:以==剩余==未添加的左右括号数目为判断条件

50%

递归函数:传递string

  1. 对于这道题,第一个肯定是’(‘,接下来即可以是’(‘也可以是’)’
    • left:表示==剩余==左括号的数目
    • right:表示==剩余==右括号的数目
  2. 需要满足以下规则:
    1. 当left=0&&right=0时表示找到一条路径,加入res
    2. 当left!=0时可以向左子树伸展
    3. 当right!=0&&left< right时可以向右子树伸展
  3. 进行深度搜索。

示意图

class Solution {
    public List<String> generateParenthesis(int n) {
        List<String> res = new ArrayList<>();
        helper("", n, n, res);
        return res;
    }
    private void helper(String path, int left, int right, List<String> res) {//path代表当前的字符串,left代表剩余未加入path的左括号数目,right表示未加入path的右括号数目
        if (left == 0 && right == 0) {
            res.add(path);
            return;
        }
        if (left != 0) {
            helper(path + "(", left - 1, right, res);
        }
        if (right != 0 && left < right) {//只有path中左括号多余右括号(即剩余左括号少于右括号)时,才能添加右括号(注意:任何时刻剩余左括号数目一定少于等于剩余右括号数目)
            helper(path + ")", left, right - 1, res);
        }
        //其他情况,例如left==0但right!=0,right==0但left!=0,right!=0但left>right,都是非法的
    }
}

递归方法二:以==已经被使用==的左右括号数目为判断条件

81%

递归函数传递参数:已经被使用的左右括号数目,n
1. 对于传入的字符串,如果长度为2*n,那么加入res,否则:
2. 如果被使用的左括号数目小于n,那么加左括号,left+1,字符串拼接(,继续递归
3. 如果被使用的右括号数目小于左括号数目,那么right+1,字符串拼接),继续递归

class Solution {
    //递归方法二:
    public List<String> generateParenthesis(int n) {
        List<String> res = new ArrayList<>();
        helper("", 0, 0, n, res);
        return res;
    }

    private void helper(String path, int left, int right, int n, List<String> res) {
        if (path.length() == 2 * n) {
            res.add(path);
            return;
        }
        if (left < n) {
            helper(path + "(", left + 1, right, n, res);
        }
        if (right < left) {
            helper(path + ")", left, right + 1, n, res);
        }
    }
}
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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