注:
题目:
给定一个数组 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。
示例 1:
输入: candidates = [10,1,2,7,6,1,5], target = 8,
输出:
[
[1,1,6],
[1,2,5],
[1,7],
[2,6]
]
示例 2:
输入: candidates = [2,5,2,1,2], target = 5,
输出:
[
[1,2,2],
[5]
]
提示:
1 <= candidates.length <= 100
1 <= candidates[i] <= 50
1 <= target <= 30
题解:
思路
与第 39 题(组合之和)的差别
这道题与上一问的区别在于:
- 第 39 题:candidates 中的数字可以无限制重复被选取;
- 第 40 题:candidates 中的每个数字在每个组合中只能使用一次。
相同点是:
- 相同数字列表的不同排列视为一个结果。
为了使得解集不包含重复的组合。有以下 2 种方案:
- 使用 哈希表 天然的去重功能,但是编码相对复杂;
- 按顺序搜索, 在搜索的过程中检测分支是否会出现重复结果 。注意:这里的顺序不仅仅指数组 candidates有序,还指按照一定顺序搜索结果。
由第 39 题我们知道,数组 candidates 有序,也是 深度优先遍历 过程中实现「剪枝」的前提。
将数组先排序的思路来自于这个问题:去掉一个数组中重复的元素。很容易想到的方案是:先对数组 升序 排序,重复的元素一定不是排好序以后相同的连续数组区域的第 1 个元素。也就是说,剪枝发生在:同一层数值相同的结点第 2、3 … 个结点,因为数值相同的第 1 个结点已经搜索出了包含了这个数值的全部结果,同一层的其它结点,候选数的个数更少,搜索出的结果一定不会比第 1 个结点更多,并且是第 1 个结点的子集。
复杂度分析
时间复杂度:O(2n * n),其中 n 是数组 candidates 的长度。在大部分递归 + 回溯的题目中,我们无法给出一个严格的渐进紧界,故这里只分析一个较为宽松的渐进上界。在最坏的情况下,数组中的每个数都不相同,那么列表 freq 的长度同样为 n。在递归时,每个位置可以选或不选,如果数组中所有数的和不超过 target,那么 2n种组合都会被枚举到;在 target 小于数组中所有数的和时,我们并不能解析地算出满足题目要求的组合的数量,但我们知道每得到一个满足要求的组合,需要 O(n) 的时间将其放入答案中,因此我们将 O(2n)与 O(n) 相乘,即可估算出一个宽松的时间复杂度上界。由于 O(2n * n)在渐进意义下大于排序的时间复杂度 O(nlogn),因此后者可以忽略不计。
空间复杂度:O(n)。除了存储答案的数组外,我们需要 O(n) 的递归中存储当前选择的数的列表、以及递归需要的栈。
代码:
class Solution {
public:
vector<vector<int>> result;
vector<int> nums;
void dfs(vector<int>& candidates,int target,int count,int index){
//大剪枝,count比target要大
if(index==candidates.size()||count>=target){
if(count==target){
result.push_back(nums);
}
return ;
}
for(int i=index;i<candidates.size();i++){
//小剪枝,避免重复值
if(i>index&&candidates[i]==candidates[i-1]){
continue;
}
nums.push_back(candidates[i]);
dfs(candidates,target,count+candidates[i],i+1);
nums.pop_back();
}
return ;
}
vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
sort(candidates.begin(),candidates.end());
dfs(candidates,target,0,0);
return result;
}
};