491.递增子序列
思路:
这一题和组合2很像,但是数组是无序的,也不能排序,所以需要用set或者是数组在同一层中去重。
【关于数组还是set的问题】
其实用数组来做哈希,效率就高了很多。
注意题目中说了,数值范围[-100,100],所以完全可以用数组来做哈希。
程序运行的时候对unordered_set 频繁的insert,unordered_set需要做哈希映射(也就是把key通过hash function映射为唯一的哈希值)相对费时间,而且每次重新定义set,insert的时候其底层的符号表也要做相应的扩充,也是费事的。
数组,set,map都可以做哈希表,而且数组干的活,map和set都能干,但如果数值范围小的话能用数组尽量用数组。
代码:
var findSubsequences = function(nums) {
let path=[],res=[];
backtracing(0);
return res;
function backtracing(start){
// let set=new Set();
let set=[];
if(path.length>1) res.push([...path]);
for(let i=start;i<nums.length;i++){
if((path.length>0&&nums[i]<path[path.length-1])||set[nums[i] + 100]) continue;
set[nums[i]+100]=true;
//用set也可以做,但是数组时间复杂度低
// if((path.length>0&&nums[i]<path[path.length-1])||set.has(nums[i])) continue;
// set.add(nums[i]);
path.push(nums[i]);
backtracing(i+1);
path.pop();
}
}
};
46.全排列
思路:
这一题不用start index,因为排列类题目每一次都需要从0开始循环,用一个数组记录已经使用过的元素(按下标记录或者按值记录都行,因为这个数组里没有重复的数字。我的代码是按值记录)
这题和上面一题不一样,set需要回溯。
代码:
var permute = function (nums) {
let path = [], res = [];
backtracing([]);
return res;
function backtracing(set) {
if (path.length === nums.length) {
res.push(path.slice());
return;
}
for (let i = 0; i < nums.length; i++) {
if (set[nums[i] + 10]) continue;
set[nums[i] + 10] = true;
path.push(nums[i]);
backtracing(set);
set[nums[i] + 10] = false;
path.pop();
}
}
};
47.全排列 II
思路:
这道题目和46.全排列 (opens new window)的区别在与给定一个可包含重复数字的序列,要返回所有不重复的全排列。这里又涉及到去重了。
在40.组合总和II (opens new window)、90.子集II (opens new window)我们分别详细讲解了组合问题和子集问题如何去重。那么排列问题其实也是一样的套路。
还要强调的是去重一定要对元素进行排序,这样我们才方便通过相邻的节点来判断是否重复使用了。
代码:
var permuteUnique = function(nums) {98
let path = [], res = [];
nums.sort((a,b)=>{return a-b});
backtracing([]);
return res;
function backtracing(used) {
if (path.length === nums.length) {
res.push(path.slice());
return;
}
for (let i = 0; i < nums.length; i++) {
if (i > 0 && nums[i] === nums[i - 1] && !used[i - 1]) {
continue
}
if(!used[i]){
used[i] = true
path.push(nums[i])
backtracing(used)
path.pop()
used[i] = false
}
}
}
};
感想总结
感觉回溯算法好多去重问题用到的方法也不太一样 需要分类总结一下(用思维导图)