Suzy找到实习了吗 Day27 | 回溯进行中:39. 组合总和,40. 组合总和 II,131.分割回文串

39. 组合总和

题目

给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意顺序 返回这些组合。

candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同,则两种组合是不同的。

solution

一定要注意:收集结果的时候,因为是shallow copy,所以不能append(path)

class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]
    def backtracking(self,candidates,targetsum,cursum,startindex):
        if cursum>targetsum:return
        if cursum==targetsum:
            self.res.append(self.path[:])
            return
        for i in range(startindex,len(candidates)):
            cursum+=candidates[i]
            self.path.append(candidates[i])
            self.backtracking(candidates,targetsum,cursum,i)# 为了可重复利用 需要把已经选过的元素带上,所以这块是i不是i+1
            cursum-=candidates[i]
            self.path.pop()
        return
    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
        self.backtracking(candidates,target,0,0)
        return self.res

40. 组合总和 II

题目

给定一个候选人编号的集合 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。candidates 中的每个数字在每个组合中只能使用 一次 。注意:解集不能包含重复的组合。

我的问题

我不会去重
Eg: candidates = [10,1,2,7,6,1,5], target = 8
candidate集合中有重复元素!!!!!!!
[1,2,6]=[2,6,1]

solution

去看视频,used数组真的很巧妙!!!!!!!!!!!!!!!!

class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]

    def backtracking(self,candidates,target,cursum,startindex,used):
        if cursum>target:return
        if cursum==target:
            self.res.append(self.path[:])
            return
        for i in range(startindex,len(candidates)):
            if i>=1 and candidates[i]==candidates[i-1] and used[i-1]==0:continue
            cursum+=candidates[i]
            used[i]=1
            self.path.append(candidates[i])
            self.backtracking(candidates,target,cursum,i+1,used)
            cursum-=candidates[i]
            used[i]=0
            self.path.pop()
        return

    def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:
        candidates.sort()
        #print(candidates)
        used=[0]*len(candidates)
        self.backtracking(candidates,target,0,0,used)
        return self.res

131.分割回文串(好难噢 想不到 虽然是模板题)

题目

给定一个字符串 s,将 s 分割成一些子串,使每个子串都是回文串。

返回 s 所有可能的分割方案。

示例: 输入: “aab” 输出: [ [“aa”,“b”], [“a”,“a”,“b”] ]

solution

class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]
    def ishuiwen(self,s):
        if s==[]:return False
        if s==s[::-1]:return True
        return False
    def backtracking(self,s,startindex):
        #print(s)
        if startindex>=len(s):
            self.res.append(self.path[:])
            return
        for i in range(startindex,len(s)):
            if self.ishuiwen(s[startindex:i+1]):     #应该是i+1,左闭右开
                self.path.append(s[startindex:i+1])
                self.backtracking(s,i+1)
                self.path.pop()
            else:continue
        return
        
    def partition(self, s: str) -> List[List[str]]:
        self.backtracking(s,0)
        return self.res

我的bug

if self.ishuiwen(s[startindex:i+1]): #应该是i+1,左闭右开
这一行一开始写成了i

import torch.utils.tensorboard as tensorboard是导入PyTorch的tensorboard模块的方式。通过这个模块,我们可以使用TensorBoard工具来进行可视化。TensorBoard是TensorFlow的可视化工具,后来也被集成到了PyTorch,并且可以通过torch.utils.tensorboard来导入。 使用TensorBoard有一些基本步骤,例如创建SummaryWriter对象来保存日志和可视化数据,并使用该对象来写入数据到TensorBoard。 还有一点需要注意的是,如果tensorboard和protobuf版本不一致,可以通过使用pip list命令来查看tensorboard和protobuf的版本,如果protobuf版本过高,可以考虑降级其版本。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [pytorch框架学习(13)——可视化工具TensorBoard](https://download.csdn.net/download/weixin_38571449/14884863)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Pytorch基础 - 3. torch.utils.tensorboard](https://blog.csdn.net/Aaron_neil/article/details/130091388)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [torch.utils.tensorboard protobuf error](https://blog.csdn.net/suzy419/article/details/129584865)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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