Suzy加油吧 Day 29 | 回溯算法进行中:491. 递增子序列,46 全排列,47 全排列2

491. 递增子序列(新 & 难)

呜呜呜呜呜

题目

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。

solution

  1. 这道题不能排序,所以不能用之前的去重used数组的方法
  2. 并且used数组不能作为全局变量,必须在每一层都要清空
class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]
    # 不能用used数组,因为本题不能排序
    # used数组不能设置为全局变量 因为used只记录当前层的使用记录
    def backtracking(self,nums,startindex):
        if len(self.path)>=2:
            self.res.append(self.path[:])
        used=set([]) # 每层都更新为空
        for i in range(startindex,len(nums)):
            if (self.path and nums[i]<self.path[-1]) or (nums[i] in used):continue
            used.add(nums[i])
            self.path.append(nums[i])
            self.backtracking(nums,i+1)
            self.path.pop()
        return
    def findSubsequences(self, nums: List[int]) -> List[List[int]]:
        #used=[0]*len(nums)
        self.backtracking(nums,0)
        return self.res

46 全排列

solution

class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]
    def backtracking(self,nums):
        print(nums)
        if len(self.path)==len(nums):
            self.res.append(self.path[:])
            return
        for i in range(0,len(nums)):
            if nums[i] in self.path:continue
            self.path.append(nums[i])
            self.backtracking(nums)
            self.path.pop()
        return
    def permute(self, nums: List[int]) -> List[List[int]]:
        targetlen=len(nums)
        self.backtracking(nums)
        return self.res

呜呜呜

if nums[i] in self.path:continue
这一句就是把已经放进path里的跳过!可以用in判断是否在数组中!
不要操作nums,比如去掉某个元素,这样容易出错!lzx对于python里的拷贝很不在行!躲避!

47 全排列2

hard for me

集合中有重复元素了!我不会去重!

solution

我把它想复杂了,可以先排列,然后用used数组的方法,不需要用set

class Solution:
    def __init__(self):
        self.res=[]
        self.path=[]
    def backtracking(self,nums,used):
        #print(self.res,self.path)
        if len(self.path)==len(nums):
            self.res.append(self.path.copy())
            return
        for i in range(0,len(nums)):
            print(nums[i])
            if (nums[i]==nums[i-1] and i>=1) and used[i-1]==0:continue
            if used[i]==1:continue
            used[i]=1
            self.path.append(nums[i])
            self.backtracking(nums,used)
            used[i]=0
            self.path.pop()
        return 
    def permuteUnique(self, nums: List[int]) -> List[List[int]]:
        nums.sort()
        used=[0]*len(nums)
        self.backtracking(nums,used)
        return self.res

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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 ]

“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
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