C++ 给定一个数组和目标值,输出子集和为目标值的所有可能 使用dfs回溯法

方法一:

void combine_sum1_dfs(vector<vector<int>> &combine_sum1_res, vector<int> & nums, vector<int>&seq, int pos, int rest)
{
	if (rest == 0)
	{
		combine_sum1_res.push_back(seq);

		return;
	}
	if (pos == nums.size() or rest < nums[pos])
		return;

	combine_sum1_dfs(combine_sum1_res, nums, seq, pos + 1, rest);
	seq.push_back(nums[pos]);
	combine_sum1_dfs(combine_sum1_res, nums, seq, pos + 1, rest - nums[pos]);
	seq.pop_back();


}

vector<vector<int>> combine_sum1(vector<int> & nums, int target)
{
	sort(nums.begin(), nums.end());
	vector<vector<int>> combine_sum1_res;
	vector<int> seq;
	combine_sum1_dfs(combine_sum1_res, nums, seq, 0, target);
	return combine_sum1_res;

}

 

 

方法二:

vector<vector<int>> res;
vector<int> seq;
vector<vector<int>> freq;

void combine_sum_dfs(int pos, int rest)
{
	if (rest == 0)
	{
		res.push_back(seq);
		return;
	}
	if (pos == freq.size() or rest < freq[pos][0])
		return;
	combine_sum_dfs(pos + 1, rest);
	int most = min(rest / freq[pos][0], freq[pos][1]);
	for (int i = 1; i <= most; i++)
	{
		seq.push_back(freq[pos][0]);
		combine_sum_dfs(pos + 1, rest - i * freq[pos][0]);
	}
	for (int i = 1; i <= most; i++)
	{
		seq.pop_back();
	}
}

vector<vector<int>> combine_sum(vector<int> & nums, int target)
{
	sort(nums.begin(), nums.end());
	//for (auto num : nums)
	//{
	//	if (num_freq.count(num))
	//		num_freq[num]++;
	//	else
	//		num_freq[num] = 1;
	//}
	for (auto num : nums)
	{
		int size = freq.size();
		if (freq.empty() || num != freq[size - 1][0])
		{
			freq.push_back({ num,1 });
		}
		else
			freq[size - 1][1] += 1;
	}
	combine_sum_dfs(0, target);
	return res;



}

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,让我们来讨论使用回溯法解决子集和问题。在子集和问题中,给定一个集合以及一个目标总和,我们需要找出集合中所有元素的一个子集,其元素的和等于目标总和。 回溯法是一种找出所有(或一部分)解的经典算法。它通过递归地尝试所有可能的解决方案来解决问题。在具体实现中,回溯法采用的是深度优先搜索,即先访问一个节点的所有子节点,然后再回溯到父节点(也就是上一级节点)。 对于子集和问题,我们可以使用如下的回溯法算法框架: 1. 定义一个dfs函数,参数包括当前的元素、当前的总和以及目标总和。 2. 判断当前元素是否是集合中的最后一个元素,如果是则判断当前总和是否等于目标总和,如果是则将当前元素集合加入到结果集中,否则直接返回即可。 3. 如果当前元素不是集合中的最后一个元素,则分两种情况讨论:选或不选当前元素。如果选当前元素,则在当前总和上加上当前元素的值,继续向下递归;如果不选当前元素,则直接向下递归。递归完成后,需要回溯到上一级节点,即撤销最后一次选择操作,并将当前元素集合从路径中删除。 4. 为了提高效率,我们可以在递归过程中记录当前元素的下标,每次递归从下标+1的元素开始。 下面是使用该算法框架的具体实现(使用Python语言): def backtrack(nums, target): def dfs(curr_list, curr_sum, start): if start == len(nums) and curr_sum == target: result.append(curr_list) if start == len(nums): return dfs(curr_list + [nums[start]], curr_sum + nums[start], start + 1) dfs(curr_list, curr_sum, start + 1) result = [] dfs([], 0, 0) return result 其中nums是给定的集合,target是目标总和。我们定义了一个内部函数dfs,用于递归计算所有符合要求的子集。curr_list表示当前的子集,curr_sum表示当前子集的元素和,start表示当前元素的下标。 在dfs函数中,首先判断是否到达集合的末尾,如果是则判断当前子集的元素和是否等于目标总和,如果是则将当前子集加入到结果集中。否则分两种情况讨论:选或不选当前元素。如果选当前元素,则在当前子集的元素和上加上当前元素的值,继续向下递归;如果不选当前元素,则直接向下递归。递归完成后,需要回溯到上一级节点,即撤销最后一次选择操作,并将当前元素从当前子集中删除。 最后,我们调用dfs函数,返回所有符合要求的子集。 注意,在实际应用中,需要考虑优化算法的速度和占用的空间。而对于子集和问题,回溯法是最直观、最容易理解的解法,可以为其他问题的解法提供启示。

“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

打赏作者

samoyan

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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