代码随想录算法训练营第二十九天| 491. 非递减子序列、46. 全排列、47. 全排列 II

[LeetCode] 491. 非递减子序列

[LeetCode] 491. 非递减子序列 文章解释

[LeetCode] 491. 非递减子序列 视频解释

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。

示例 1:

输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2:

输入:nums = [4,4,3,2,1]
输出:[[4,4]]

提示:

  • 1 <= nums.length <= 15
  • -100 <= nums[i] <= 100

[LeetCode] 491. 非递减子序列

自己看到题目的第一想法

    和切割问题是一样的, 需要遍历所有可能的组合, 然后判断每个组合是否符合要求.

    重复了怎么办呢? 和之前一样, 如果当前的元素和前一个相同, 则跳过当前元素?

    这样判断是不对的, 因为元素并没有排序.

看完代码随想录之后的想法

    对于每一层的递归, 在单层递归逻辑的 for 循环之前, 创建一个 Set , 该 Set 记录所有出现过的数字. 这样的话就可以知道当前数字和数字之后的元素组成的组合, 是不是已经处理过了.

    妙啊! 又 get 到一个新的去重技巧.

class Solution {
    private List<List<Integer>> result = new ArrayList<>();
    private List<Integer> path = new ArrayList<>();
    public List<List<Integer>> findSubsequences(int[] nums) {
        backTracking(nums, 0);
        return result;
    }

    private void backTracking(int[] nums, int startIndex) {
        Set<Integer> used = new HashSet<>();
        for (int i = startIndex; i < nums.length; i++) {
            if (used.contains(nums[i])) {
                continue;
            }
            if (!path.isEmpty() && nums[i] < path.get(path.size() - 1)) {
                continue;
            }
            path.add(nums[i]);
            used.add(nums[i]);
            if (path.size() > 1) {
                result.add(new ArrayList<>(path));
            }
            backTracking(nums, i + 1);
            path.remove(path.size() - 1);
        }
    }
}
class Solution {
    private List<List<Integer>> result = new ArrayList<>();
    private List<Integer> path = new ArrayList<>();
    public List<List<Integer>> findSubsequences(int[] nums) {
        backTracking(nums, 0);
        return result;
    }

    private void backTracking(int[] nums, int startIndex) {
        boolean[] used = new boolean[201];// 去重优化, Set 的操作会更耗时一些
        for (int i = startIndex; i < nums.length; i++) {
            if (used[nums[i] + 100]) {
                continue;
            }
            if (!path.isEmpty() && nums[i] < path.get(path.size() - 1)) {
                continue;
            }
            path.add(nums[i]);
            used[nums[i] + 100] = true;
            if (path.size() > 1) {
                result.add(new ArrayList<>(path));
            }
            backTracking(nums, i + 1);
            path.remove(path.size() - 1);
        }
    }
}

自己实现过程中遇到哪些困难

    对于去重的逻辑一致没想明白自己哪里错了, 因为 LeetCode 的提交结果上无法复制出完整的运行结果和预期结果.

    使用提交结果页面右上角的 “添加到测试用例” 按钮, 将测试用例添加到本地后, 运行测试用例后, 在本地运行的结果框的右上角有一个 “diff” 按钮. 点击后可以看到完整的数据.

    同时, 系统自带的记事本没办法成功的搜索... 复制到 sublimme text 之后才发现, 像 “1, 2, 7, 5, 1, 1, 1” 这样的序列, 1 的 部分会重复计算多次.

[LeetCode] 46. 全排列

[LeetCode] 46. 全排列 文章解释

[LeetCode] 46. 全排列 视频解释

题目:

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1:

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]]

示例 2:

输入:nums = [0,1]
输出:[[0,1],[1,0]]

示例 3:

输入:nums = [1]
输出:[[1]]

提示:

  • 1 <= nums.length <= 6
  • -10 <= nums[i] <= 10
  • nums 中的所有整数 互不相同

[LeetCode] 46. 全排列

自己看到题目的第一想法

    画个树图~

    咦, 每个用过的元素都要被剔除, 但是不能用 startIndex 该怎么办呢?

    卡哥的 used 数组大法能用吗?

    bingo!!! 如此顺畅的逻辑...

    毕竟是基础题... 有那么一丝的不会才是可耻的好吗.

看完代码随想录之后的想法

    基本差不多的逻辑, 这一题算是基础中的基础, 比较简单.

class Solution {
    private List<List<Integer>> result = new ArrayList<>();
    private List<Integer> path = new ArrayList<>();
    public List<List<Integer>> permute(int[] nums) {
        backTracking(nums, new boolean[nums.length]);
        return result;
    }
    private void backTracking(int[] nums, boolean[] used) {
        for (int i = 0; i < nums.length; i++) {
            if (used[i]) {// 数组去重效率高一些
                continue;
            }
            path.add(nums[i]);
            used[i] = true;
            if (path.size() == nums.length) {
                result.add(new ArrayList<>(path));
            } else {
                backTracking(nums, used);
            }
            path.remove(path.size() - 1);
            used[i] = false;
        }
    }
}
class Solution {
    private List<List<Integer>> result = new ArrayList<>();
    private List<Integer> path = new ArrayList<>();
    private Set<Integer> used = new HashSet<>();
    public List<List<Integer>> permute(int[] nums) {
        backTracking(nums);
        return result;
    }
    private void backTracking(int[] nums) {
        for (int i = 0; i < nums.length; i++) {
            if (used.contains(nums[i])) {
                continue;
            }
            path.add(nums[i]);
            used.add(nums[i]);
            if (path.size() == nums.length) {
                result.add(new ArrayList<>(path));
            } else {
                backTracking(nums);
            }
            used.remove(nums[i]);
            path.remove(path.size() - 1);
        }
    }
}

自己实现过程中遇到哪些困难

[LeetCode] 47. 全排列 II

[LeetCode] 47. 全排列 II 文章解释

[LeetCode] 47. 全排列 II 视频解释

题目:

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

[LeetCode] 47. 全排列 II

自己看到题目的第一想法

    排列的去重版. 使用前后元素一致则忽略后一个元素的办法可行.

看完代码随想录之后的想法

    需要用 int[] used 或者 Set<Integer> used 来排除已经使用的元素.

    使用 int[] used 还可以同时用来去重. 妙啊妙!

class Solution {
    private List<List<Integer>> result = new ArrayList<>();
    private List<Integer> path = new ArrayList<>();
    public List<List<Integer>> permuteUnique(int[] nums) {
        Arrays.sort(nums);
        backTracking(nums, 0, new boolean[nums.length]);
        return result;
    }
    private void backTracking(int[] nums, int startIndex, boolean[] used) {
        if (path.size() == nums.length) {
            result.add(new ArrayList<>(path));
            return;
        }
        for (int i = 0; i < nums.length; i++) {
            // 因为 i 是从 0 开始的, 因此必须知道前一个元素是否正在使用, 正在使用说明是树层去重, 否则是树叶去重.
            // 两者都能通过, 但是树叶去重效率低很多, 因为需要遍历更多的叶子结点才能完成去重.
            if (used[i] || (i > 0 && nums[i - 1] == nums[i] && !used[i - 1])) {
                continue;
            }
            path.add(nums[i]);
            used[i] = true;
            backTracking(nums, i + 1, used);
            path.remove(path.size() - 1);
            used[i] = false;
        }
    }
}

自己实现过程中遇到哪些困难

  • 17
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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