代码随想录 -- 回溯算法

最新推荐文章于 2024-11-05 21:58:11 发布
最新推荐文章于 2024-11-05 21:58:11 发布
阅读量1k 收藏 19
点赞数 17
分类专栏： C++ 数据结构与算法 文章标签： 算法 c++ 数据结构 回溯算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bossddyy/article/details/136641160
版权

文章目录

回溯算法理论

什么是回溯法

回溯法也可以叫做回溯搜索法，它是一种搜索的方式。

回溯是递归的副产品，只要有递归就会有回溯。

回溯法的效率

纯暴力搜索

虽然回溯法很难，很不好理解，但是回溯法并不是什么高效的算法。
因为回溯的本质是穷举，穷举所有可能，然后选出我们想要的答案，如果想让回溯法高效一些，可以加一些剪枝的操作，但也改不了回溯法就是穷举的本质。

回溯法解决的问题

  • 组合问题：N个数里面按一定规则找出k个数的集合
  • 切割问题：一个字符串按一定规则有几种切割方式
  • 子集问题：一个N个数的集合里有多少符合条件的子集
  • 排列问题：N个数按一定规则全排列，有几种排列方式
  • 棋盘问题：N皇后，解数独等等

理解回溯法

回溯法解决的问题都可以抽象为树形结构

因为回溯法解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度，都构成的树的深度。

递归就要有终止条件，所以必然是一棵高度有限的树（N叉树）。

回溯法模板

伪代码

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择：本层集合中元素（树中节点孩子的数量就是集合的大小）) {
        处理节点;
        backtracking(路径，选择列表); // 递归
        回溯，撤销处理结果
    }
}

组合问题I

题目链接

描述

给定两个整数 n 和 k，返回 1 … n 中所有可能的 k 个数的组合。

示例: 输入: n = 4, k = 2 输出: [ [2,4], [3,4], [2,3], [1,2], [1,3], [1,4], ]

题解

class Solution {
private:
    vector<vector<int>>res;//最后的结果
    vector<int>path;//放单个组合
    
    void backtracking(int n,int k,int startIndex){
        if (path.size()==k){
            res.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n; ++i) {
            path.push_back(i);
            backtracking(n,k,i+1);//使用递归代表for 一层递归一个for循环
            path.pop_back();
        }
    }
public:
    // 给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合
    vector<vector<int>> combine(int n, int k) {
        backtracking(n,k,1);
        return res;
    }
};

优化

如果n=k=4 那么第一层for循环从i=2之后都毫无意义

可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。

优化过程

  • 已经存入的元素的个数：path.size()
  • 还需要的元素的个数：k-path.size()
  • 表中剩余元素的个数：n-i >= 所需元素（k - path.size()）
  • 在集合n中至多要从该起始位置 : i <= n - (k - path.size()) + 1，开始遍历
    为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。

举个例子，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。
从2开始搜索都是合理的，可以是组合[2, 3, 4]。

class Solution {
private:
    vector<vector<int>>res;//最后的结果
    vector<int>path;//放单个组合
    
    void backtracking(int n,int k,int startIndex){
        if (path.size()==k){
            res.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n-(k-path.size())+1; ++i) {//优化后的for循环
            path.push_back(i);
            backtracking(n,k,i+1);//使用递归代表for 一层递归一个for循环
            path.pop_back();
        }
    }
public:
    // 给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合
    vector<vector<int>> combine(int n, int k) {
        backtracking(n,k,1);
        return res;
    }
};

组合总和III

题目链接

描述

找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数，并且每种组合中不存在重复的数字。

说明：

所有数字都是正整数。
解集不能包含重复的组合。
示例 1: 输入: k = 3, n = 7 输出: [[1,2,4]]

示例 2: 输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]

题解

class Solution {
private:
    vector<vector<int>> res;
    vector<int> path;

    /**
     *
     * @param k 1-9之间选取的个数
     * @param n k个数的和为n
     * @param startIndex 循环开始的数
     * @param sum 目前已经和为多少
     */
    void backtracking(int k, int n, int startIndex, int sum) {
        if (sum > n)return;
        if (path.size() == k) {
            if (sum == n)res.push_back(path);
            return; // 如果path.size() == k 但sum != targetSum 直接返回
        }
        for (int i = startIndex; i <= 9 - (k - path.size()) + 1; ++i) {// 剪枝
            path.push_back(i);
            sum += i;
            backtracking(k, n, i + 1, sum);
            path.pop_back();
            sum -= i;
        }
    }

public:
    vector<vector<int>> combinationSum3(int k, int n) {
        path.clear();
        res.clear();
        backtracking(k, n, 1, 0);
        return res;
    }
};

电话号码的字母组合

题目链接

描述

给定一个仅包含数字 2-9 的字符串，返回所有它能表示的字母组合。

给出数字到字母的映射如下（与电话按键相同）。注意 1 不对应任何字母。

在这里插入图片描述
输入：“23”
输出：[“ad”, “ae”, “af”, “bd”, “be”, “bf”, “cd”, “ce”, “cf”].
说明：尽管上面的答案是按字典序排列的，但是你可以任意选择答案输出的顺序。

题解

class Solution {
private:
    vector<string> res;
    string path;
    vector<string>flags={"abc","def","ghi","jkl","mno","pqrs","tuv","wxyz"};
    void backtracking(string digits,int len,int startIndex) {
        if (path.size()==len){
            res.push_back(path);
            return;
        }
        string letter=flags[digits[startIndex]-'0'-2];
        for (int i = 0; i < letter.size(); ++i) {
            path.push_back(letter[i]);
            backtracking(digits,len,startIndex+1);
            path.pop_back();
        }
    }

public:
    vector<string> letterCombinations(string digits) {
        int len = digits.size();
        if (!len)return res;
        backtracking(digits,len,0);
        return res;
    }
};

组合总和

题目链接

描述

给定一个无重复元素的数组 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 中的数字可以无限制重复被选取。

说明：

所有数字（包括 target）都是正整数。
解集不能包含重复的组合。
示例 1：

输入：candidates = [2,3,6,7], target = 7,
所求解集为： [ [7], [2,2,3] ]
示例 2：

输入：candidates = [2,3,5], target = 8,
所求解集为： [ [2,2,2,2], [2,3,3], [3,5] ]

题解

class Solution {
private:
    vector<vector<int>> res;
    vector<int> path;

    void backtracking(vector<int> &canidates, int target, int nowSum, int startIndex) {
        if (nowSum > target)return;
        if (nowSum == target) {
            res.push_back(path);
            return;
        }
        int len = canidates.size();
        for (int i = startIndex; i < len; ++i) {
            path.push_back(canidates[i]);
            nowSum += canidates[i];
            backtracking(canidates, target, nowSum, i);
            path.pop_back();
            nowSum -= canidates[i];
        }
    }

public:
    vector<vector<int>> combinationSum(vector<int> &candidates, int target) {
        backtracking(candidates, target, 0, 0);
        return res;
    }
};

组合总和II

添加链接描述

描述

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。

说明： 所有数字（包括目标数）都是正整数。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,
所求解集为:
[
[1, 7],
[1, 2, 5],
[2, 6],
[1, 1, 6]
]
示例 2:
输入: candidates = [2,5,2,1,2], target = 5,
所求解集为:
[
[1,2,2],
[5]
]

题解

class Solution {
private:
    vector<vector<int>>res;
    vector<int>path;
    void backtracking(vector<int>&candidates,int target,int nowSum,int index){
        if (nowSum>target)return;
        if (nowSum==target){
            res.push_back(path);
            return;
        }
        for (int i = index; i < candidates.size(); ++i) {
            if (i>index&&candidates[i]==candidates[i-1])continue;
            path.push_back(candidates[i]);
            nowSum+=candidates[i];
            backtracking(candidates,target,nowSum,i+1);
            path.pop_back();
            nowSum-=candidates[i];
        }

    }
public:
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        sort(candidates.begin(),candidates.end());
        backtracking(candidates,target,0,0);
        return res;
    }
};

分割回文串

题目链接

描述

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”] ]

题解

class Solution {
private:
    vector<vector<string>>res;
    vector<string>path;
    bool isPalindrome(const string&s,int start,int end){
        for (int i = start,j=end; i < j; ++i,--j) {
            if (s[i]!=s[j])return false;
        }
        return true;
    }
    void backtracking(const string&s,int startIndex){
        // 如果起始位置已经大于s的大小，说明已经找到了一组分割方案了
        if (startIndex>=s.size()){
            res.push_back(path);
            return;
        }

        for (int i = startIndex; i < s.size(); ++i) {
            if (isPalindrome(s,startIndex,i)){
                // 获取[startIndex,i]在s中的子串
                string str=s.substr(startIndex,i-startIndex+1);
                path.push_back(str);
            }else//如果不是回文串 那么跳过
                continue;
            backtracking(s,i+1);
            path.pop_back();
        }
    }
public:
    vector<vector<string>> partition(string s) {
        backtracking(s,0);
        return res;
    }
};

复原IP地址

题目链接

描述

给定一个只包含数字的字符串，复原它并返回所有可能的 IP 地址格式。

有效的 IP 地址 正好由四个整数（每个整数位于 0 到 255 之间组成，且不能含有前导 0），整数之间用 ‘.’ 分隔。

例如：“0.1.2.201” 和 “192.168.1.1” 是 有效的 IP 地址，但是 “0.011.255.245”、“192.168.1.312” 和 “192.168@1.1” 是 无效的 IP 地址。

示例 1：

输入：s = “25525511135”
输出：[“255.255.11.135”,“255.255.111.35”]
示例 2：

输入：s = “0000”
输出：[“0.0.0.0”]
示例 3：

输入：s = “1111”
输出：[“1.1.1.1”]

题解

class Solution {
private:
    vector<string> res;
    // startIndex: 搜索的起始位置，pointNum:添加逗点的数量
    void backtracking(string &s, int startIndex, int pointNum) {
        if (pointNum == 3) {//逗号个数为3时 分割结束
            //判断第四段字符串是否合法
            if (vaildIP(s, startIndex, s.size() - 1)) {
                res.push_back(s);
                return;
            }
        }

        for (int i = startIndex; i < s.size(); ++i) {
            if (vaildIP(s, startIndex, i)) {// 判断 [startIndex,i] 这个区间的子串是否合法
                s.insert(s.begin() + i + 1, '.');//在i后面插入逗号
                ++pointNum;
                backtracking(s, i + 2, pointNum);
                --pointNum;
                s.erase(s.begin() + i + 1);
            } else break;//不合法直接结束本层循环 因为如果这一段不合法那么再加一个字符也是不合法的
        }
    }

    bool vaildIP(const string &s, int start, int end) {
        if (start > end)return false;
        if (s[start] == '0' && start != end)return false;

        int num=0;
        for (int i = start; i <= end; ++i) {
            if (s[i]<'0'||s[i]>'9')return false;
            num=num*10+s[i]-'0';
            if (num>255)return false;
        }
        return true;
    }

public:
    vector<string> restoreIpAddresses(string s) {
        backtracking(s, 0, 0);
        return res;
    }
};

子集

题目链接

描述

给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

说明：解集不能包含重复的子集。

示例: 输入: nums = [1,2,3] 输出: [ [3], [1], [2], [1,2,3], [1,3], [2,3], [1,2], [] ]

题解

class Solution {
private:
    vector<vector<int>>res;
    vector<int>subSet;
    void backtracking(vector<int>&nums,int startIndex){
        res.push_back(subSet); // 收集子集，要放在终止添加的上面，否则会漏掉自己
        if (startIndex>=nums.size())return;//终止条件 可以不加，因为下面的循环当startIndex==size的时候就不会进行了
        for (int i = startIndex; i < nums.size(); ++i) {
            subSet.push_back(nums[i]);
            backtracking(nums,i+1);
            subSet.pop_back();
        }
    }
public:
    vector<vector<int>> subsets(vector<int>& nums) {
        backtracking(nums,0);
        return res;
    }
};

子集II

题目链接

描述

给定一个可能包含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

说明：解集不能包含重复的子集。

示例:

输入: [1,2,2]
输出: [ [2], [1], [1,2,2], [2,2], [1,2], [] ]

题解

和子集I思路差不多，不过多了一个去重操作

class Solution {
private:
    vector<vector<int>>res;
    vector<int>path;

    void backtracking(vector<int>&nums,int startIndex){
        res.push_back(path);
        if (startIndex>=nums.size())return;
        for (int i = startIndex; i < nums.size(); ++i) {
            if (i>startIndex&&nums[i]==nums[i-1])continue;
            path.push_back(nums[i]);
            backtracking(nums,i+1);
            path.pop_back();
        }
    }
public:
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        backtracking(nums,0);
        return res;
    }
};

递增子序列

题目链接

描述

给定一个整型数组, 你的任务是找到所有该数组的递增子序列，递增子序列的长度至少是2。

示例:

输入: [4, 6, 7, 7]
输出: [[4, 6], [4, 7], [4, 6, 7], [4, 6, 7, 7], [6, 7], [6, 7, 7], [7,7], [4,7,7]]
说明:

给定数组的长度不会超过15。
数组中的整数范围是 [-100,100]。
给定数组中可能包含重复数字，相等的数字应该被视为递增的一种情况。

题解

有更好的优化 比如unordered_set换成数组 因为题目给出了数字的范围

class Solution {
private:
    vector<vector<int>> res;
    vector<int> path;

    void backtracking(vector<int> &nums, int startIndex) {
        if (path.size() >= 2) {
            res.push_back(path);
            //后面不可以加return 因为要遍历全部
        }
        unordered_set<int> uset;//uset仅负责一层 也就是一层递归调用函数
        for (int i = startIndex; i < nums.size(); ++i) {
            if (!path.empty() && nums[i] < path.back() || uset.find(nums[i]) != uset.end())
                continue;
            uset.insert(nums[i]);//记录本层本元素已经使用 不影响下一层 （下一次递归）
            path.push_back(nums[i]);
            backtracking(nums, i + 1);
            path.pop_back();
        }
    }

public:
    vector<vector<int>> findSubsequences(vector<int> &nums) {
        backtracking(nums, 0);
        return res;
    }
};

全排列

题目链接

描述

给定一个 没有重复 数字的序列，返回其所有可能的全排列。

示例:

输入: [1,2,3]
输出: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1] ]

题解

排列问题：

  • 每层都是从0开始搜索而不是startIndex
  • 需要used数组记录path里都放了哪些元素了
class Solution {
private:
    vector<vector<int>> res;
    vector<int> path;

    void backtracking(vector<int> &nums,vector<bool>&used) {
        if (path.size() == nums.size()) {
         // 此时说明找到了一组
            res.push_back(path);
            return;
        }

        for (int i = 0; i < nums.size(); ++i) {
            if (used[i])continue;// path里已经收录的元素，直接跳过
            used[i]=true;
            path.push_back(nums[i]);
            backtracking(nums,used);
            used[i]=false;
            path.pop_back();
        }
    }

public:
    vector<vector<int>> permute(vector<int> &nums) {
        vector<bool>used(nums.size(),false);
        backtracking(nums,used);
        return res;
    }
};

全排列 II

题目链接

描述

给定一个可包含重复数字的序列 nums ，按任意顺序 返回所有不重复的全排列。

示例 1：

输入：nums = [1,1,2]
输出： [[1,1,2], [1,2,1], [2,1,1]]
示例 2：

输入：nums = [1,2,3]
输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
提示：

1 <= nums.length <= 8
-10 <= nums[i] <= 10

题解

借用代码随想录网站的图：

树层上去重(used[i - 1] == false)，的树形结构如下：
在这里插入图片描述
树枝上去重（used[i - 1] == true）的树型结构如下：
在这里插入图片描述

class Solution {
private:
    vector<vector<int>> res;
    vector<int> path;

    void backtracking(vector<int> &nums, vector<bool> &used) {
        if (path.size() == nums.size()) {
            res.push_back(path);
            return;
        }

        for (int i = 0; i < nums.size(); ++i) {
            // used[i - 1] == true，说明同一树枝nums[i - 1]使用过
            // used[i - 1] == false，说明同一树层nums[i - 1]使用过
            // 如果同一树层nums[i - 1]使用过则直接跳过
            if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false)continue;
            if (!used[i]) {
                used[i] = true;
                path.push_back(nums[i]);
                backtracking(nums, used);
                path.pop_back();
                used[i] = false;
            }
        }
    }

public:
    vector<vector<int>> permuteUnique(vector<int> &nums) {
        vector<bool> used(nums.size(), false);
        sort(nums.begin(), nums.end());
        backtracking(nums, used);
        return res;
    }
};

重新安排行程 难

题目链接

描述

给定一个机票的字符串二维数组 [from, to]，子数组中的两个成员分别表示飞机出发和降落的机场地点，对该行程进行重新规划排序。所有这些机票都属于一个从 JFK（肯尼迪国际机场）出发的先生，所以该行程必须从 JFK 开始。

提示：

如果存在多种有效的行程，请你按字符自然排序返回最小的行程组合。例如，行程 [“JFK”, “LGA”] 与 [“JFK”, “LGB”] 相比就更小，排序更靠前
所有的机场都用三个大写字母表示（机场代码）。
假定所有机票至少存在一种合理的行程。
所有的机票必须都用一次 且 只能用一次。
示例 1：

输入：[[“MUC”, “LHR”], [“JFK”, “MUC”], [“SFO”, “SJC”], [“LHR”, “SFO”]]
输出：[“JFK”, “MUC”, “LHR”, “SFO”, “SJC”]
示例 2：

输入：[[“JFK”,“SFO”],[“JFK”,“ATL”],[“SFO”,“ATL”],[“ATL”,“JFK”],[“ATL”,“SFO”]]
输出：[“JFK”,“ATL”,“JFK”,“SFO”,“ATL”,“SFO”]
解释：另一种有效的行程是 [“JFK”,“SFO”,“ATL”,“JFK”,“ATL”,“SFO”]。但是它自然排序更大更靠后。

本题中存在的几个难点

如何处理死循环？

在这里插入图片描述
出发机场和到达机场也会重复的，如果在解题的过程中没有对集合元素处理好，就会死循环

映射关系的记录

题目要求：如果有多个路径，字母序靠前排在前面

一个机场映射多个机场，多个机场之间要按照字母序排序

可以使用unordered_map<string,map<string,int>> targets ，也就是对应

map/set 自动排序（按照数字、字母序，从小到大排序）

unordered_map<出发机场，map<到达机场，航班次数>>

在遍历 unordered_map<出发机场, map<到达机场, 航班次数>> targets的过程中，可以使用"航班次数"这个字段的数字做相应的增减，来标记到达机场是否使用过了

如果“航班次数”大于零，说明目的地还可以飞，如果“航班次数”等于零说明目的地不能飞了，而不用对集合做删除元素或者增加元素的操作。

题解

class Solution {
private:
    unordered_map<string, map<string, int>> targets;
    vector<string> result;

    // 对于本题目而言 我们不需要遍历跟到节点的所有可能，只需要找到一个行程，就是在树形结构中唯一的一条通向叶子节点的路线
    // 所以需要返回值
    bool backtracking(vector<vector<string>> &tickets, int ticketNum) {
        if (ticketNum + 1 == result.size())return true;
        for (pair<const string, int> &target: targets[result[result.size() - 1]]) {
            if (target.second) {
                result.push_back(target.first);
                target.second--;
                if (backtracking(tickets, ticketNum))return true;
                target.second++;
                result.pop_back();
            }
        }
        return false;
    }

public:
    vector<string> findItinerary(vector<vector<string>> &tickets) {
        for (const vector<string> &ticket: tickets)
            targets[ticket[0]][ticket[1]]++;

        result.push_back("JFK");
        backtracking(tickets, tickets.size());
        return result;
    }
};

N皇后 难

题目链接

描述

n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。

给你一个整数 n ，返回所有不同的 n 皇后问题 的解决方案。

不能同行
不能同列
不能同斜线

每一种解法包含一个不同的 n 皇后问题 的棋子放置方案，该方案中 ‘Q’ 和 ‘.’ 分别代表了皇后和空位。
在这里插入图片描述

题解

class Solution {
private:
    vector<vector<string>>res;
    bool isValid(int row,int col,int n,vector<string>&path){
        //检查列
        for(int i = 0; i < row; ++i)
            if(path[i][col]=='Q')return false;
        /* 检查行是多余的，
            因为在单层搜索的过程中，每一层递归，只会选for循环（也就是同一行）里的一个元素，所以不用去重了。
        for(int i = 0;i < col;++i)
            if(path[row][i]=='Q')return false;   
        */
       //45度
       for(int i = col-1,j=row-1;i >= 0&&j>=0;--i,--j){
            if(path[j][i]=='Q')return false;
       }

       //135度
       for(int i = row-1,j=col+1;i>=0&&j<n ;--i,++j){
            if(path[i][j]=='Q')return false;
       }
       return true;

    }
    void backtracking(int n,int start,vector<string>&path){
        if(start==n){
            res.push_back(path);
            return;
        }

        for(int i = 0 ;i < n ;++i){
            if(isValid(start,i,n,path)){
                path[start][i]='Q';
                backtracking(n,start+1,path);
                path[start][i]='.';
            }
        }
    }
public:
    vector<vector<string>> solveNQueens(int n) {
        vector<string>path(n,string(n,'.'));
        backtracking(n,0,path);
        return res;
    }
};

解数独 跳过

题目链接

描述

编写一个程序，通过填充空格来解决数独问题。

一个数独的解法需遵循如下规则： 数字 1-9 在每一行只能出现一次。 数字 1-9 在每一列只能出现一次。 数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。 空白格用 ‘.’ 表示。
在这里插入图片描述

在这里插入图片描述
提示：

给定的数独序列只包含数字 1-9 和字符 ‘.’ 。
你可以假设给定的数独只有唯一解。
给定数独永远是 9x9 形式的。

题解

代码随想录 -- 回溯 -- 组合
weixin_56989647的博客
09-21 191
是一个列表，它是可变的，并且在递归过程中会被修改。添加了 self.path[:]中的每个条目都将是一个独立的列表，不会因为。解决方法：为了解决这个问题，应该在将。，该列表在递归结束时将是空的，因为。来创建列表的副本，这样。的后续修改而受到影响。最终都将指向同一个列表。
代码随想录 回溯算法-组合
m0_74267125的博客
03-06 980
举个例子，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。来举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。在[1,9]范围内使用4个不同的数字，我们可以得到的最小和是1+2+3+4 = 10，因为10 > 1，没有有效的组合。2 和 3 可以形成一组候选，2 + 2 + 3 = 7。从2开始搜索都是合理的，可以是组合[2, 3, 4]。
代码随想录-回溯算法（组合问题）|ACM模式
希希雾里
07-23 828
回溯算法三刷记录，ACM模式训练实记。
【代码随想录】回溯算法
Melody_Mar的博客
03-10 975
77和216是一类题，39和40是一类题，这两类题虽然都是组合问题，但解决思路稍有区别，没必要太过比较。和回溯法模板不同，本题将去重和终止条件都放在了for循环里面，而不是回溯函数刚开始的时候。——为什么？
代码随想录 -- 回溯 -- 全排列
weixin_56989647的博客
09-27 259
递归出口：当path的长度和nums相等时return。递归参数：nums，path数组。
71代码随想录---回溯算法part04
weixin_48268093的博客
07-06 226
491非递减子序列 46全排列 47全排列2
629代码随想录---回溯算法part03
weixin_48268093的博客
07-06 212
93复原IP地址，78子集，90子集2
代码随想录-回溯法
weixin_45678185的博客
09-12 171
用递归控制for循环嵌套的数量。回溯问题的搜索过程：for循环横向遍历，递归纵向遍历，回溯不断调整结果集。给定两个整数 n 和 k，返回 1 … n 中所有可能的 k 个数的组合。常规操作。可以采取的剪枝优化方法就是i不小于n，而是i < n - (k - path.size())。比如n = 4, k = 4的时候，for循环的时候从元素2开始遍历就没有意义了。2.找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数，并且每种组合中不存在重复的数字。
628代码随想录----回溯算法part02
weixin_48268093的博客
07-05 248
39组合总和 40 组合总和|| 131分割回文串
代码随想录 动态规划、回溯、递归、二叉树、贪心
12-25
《代码随想录》是一本深受程序员喜爱的编程学习资料，尤其在算法领域，它提供了丰富的实例和深入的解析，帮助读者理解并掌握动态规划、回溯、递归、二叉树以及贪心等核心算法。这些算法是解决复杂计算问题的基础工具...
代码随想录算法PDF.zip
05-29
《代码随想录》是一本深受程序员喜爱的算法学习书籍，其PDF版本为读者提供了方便的电子阅读体验。这本书主要针对准备参加编程面试或者想要提升自己算法能力的开发者，通过实例解析和实战演练，帮助读者深入理解算法...
代码随想录-035期-算法训练营【博客笔记汇总表】
upward
04-10 651
代码随想录-035期-算法训练营【博客笔记汇总表】
代码随想录-力扣刷题-总结笔记01
upward
02-27 1193
代码随想录-力扣刷题-总结笔记01
代码随想录-力扣刷题-总结笔记02
upward
04-04 1070
代码随想录-力扣刷题-总结笔记02
算法基础-链表
August的专栏
11-05 219
当链表的长度为偶数时，head找到的中点是靠后的，因为fast相对slow移动只快了1步，而head.next找到的中点是靠前的，因为fast相对slow移动快了2步。这2种方式寻找链表的结点主要区别是 当链表的长度为奇偶数时，找到链表中点的位置一个靠后，一个靠前。使用快慢指针寻找链表的中点有2种方式，分别是fast=head;当链表为奇数时 [1->2->3->4->5]当链表长度为奇数时，找到的中点2种方式是一样的。当链表为偶数时 [1->2->3->4]
字符串-06-整数与ip地址之间的转换
qq_45480682的博客
11-04 328
华为od算法——HJ33
【LeetCode】【算法】160.相交链表
最新发布
passer__jw767的博客
11-05 305
Leetcode 160. 相交链表
二叉树(一)
m0_74340589的博客
11-05 431
/ 写递归算法的关键是要明确函数的「定义」是什么，然后相信这个定义，利用这个定义推导最终结果，绝不要试图跳入递归。// 再说说归并排序的逻辑，若要对nums[lo…// 再看看回溯算法，前文回溯算法详解干脆直接说了，回溯算法就是个 N 叉树的前后序遍历问题，没有例外。// 其实很多动态规划问题就是在遍历一棵树，你如果对树的遍历操作烂熟于心，起码知道怎么把思路转化成代。//快速排序的逻辑是，若要对nums[lo….所有回溯、动归、分治算法，其实都是树的问题，而树的问题就永远逃不开树的递归遍历。
JavaCV 图像边缘检测 之 Sobel算子 算法
欢迎拜读我的作品，喜欢的领域请给我留言
11-04 1504
JavaCV 是一个基于 OpenCV 和 FFmpeg 的 Java 计算机视觉库。它提供了对各种计算机视觉算法和图像处理功能的访问，包括图像读取、处理、显示，以及视频处理等。JavaCV 封装了底层的 C/C++ 库，使得在 Java 中进行计算机视觉开发更加方便快捷。本文详细介绍了JavaCV中的Sobel 算子在边缘检测中的应用。从Sobel 算子的原理出发，阐述了一阶导数与边缘检测的关系，以及Sobel 算子的卷积核和边缘检测过程。接着介绍了JavaCV的简介和Maven。
代码随想录：回溯算法与背包问题解析
"「代码随想录」回溯算法精讲（v1.1）.pdf 和 「代码随想录」背包问题专题精讲（v1.0）" 这两个资源主要聚焦于编程领域的算法学习，特别是回溯算法和背包问题。回溯算法是一种用于求解有约束的优化问题的方法，它...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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