组合总和
组合总和,这里有几点需要考虑,一是允许数字的重复使用,即相比于之前的组合,我们的start无需从索引的下一位开始,二是回溯中的返回,当总和等于target时,收获currentPath 需要返回,其次,若总和大于target时也要返回。三是考虑到要求和,尽量需要先将比较小的数字加入,所以在回溯前,考虑对数组进行排序,方便回溯。具体代码如下。
class Solution {
public:
vector<int> currentPath;
vector<vector<int>> allPaths;
void backtracking(vector<int>& candidates, int target, int start, int sum) {
if (sum > target) {
return; // 当前路径和超过目标值,回溯
}
if (sum == target) {
allPaths.push_back(currentPath); // 找到一个有效的组合,添加到结果中
return;
}
for (int i = start; i < candidates.size(); i++) {
currentPath.push_back(candidates[i]); // 添加当前候选项到路径中
sum += candidates[i]; // 更新路径和
backtracking(candidates, target, i, sum); // 递归回溯,注意从当前索引开始
sum -= candidates[i]; // 回溯
currentPath.pop_back();
}
}
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
sort(candidates.begin(), candidates.end()); // 先对候选数组排序
backtracking(candidates, target, 0, 0); // 从索引0和路径和0开始回溯
return allPaths; // 返回所有可能的组合
}
};
算法的时间复杂度为O(n * 2^n),最坏的情况下,我们需要遍历所有可能的组合。对于每个数字,我们可以选择它或者不选择它,所以,总的组合数为2^n,此外,对每个组合,我们需要判断其是否等于目标值,这需要O(n)的时间,此外,排序所需的O(nlogn)相比之下量级太小,总的时间复杂度为O(n*2^n)。
空间复杂度为每次维护的currentPath,为O(n)。
组合总和II
和上题类似,但要考虑不能有重复,参考之前的剪枝操作,在回溯的循环中,加入一下代码,让每次循环回溯时,若存在与之前相同项,continue,而不是重复添加组合。
if (i > start && candidates[i] == candidates[i - 1]) {
continue; // 避免重复使用相同的候选项
}
具体代码是在上题的基础上改动了一些,首先是加入上述的判断,其次,每次回溯参数要选择当前索引的下一位。
class Solution {
public:
vector<int> currentPath;
vector<vector<int>> allPaths;
void backtracking(vector<int>& candidates, int target, int start, int sum) {
if (sum > target) {
return; // 当前路径和超过目标值,回溯
}
if (sum == target) {
allPaths.push_back(currentPath); // 找到一个有效的组合,添加到结果中
return;
}
for (int i = start; i < candidates.size(); i++) {
if (i > start && candidates[i] == candidates[i - 1]) {
continue; // 避免重复使用相同的候选项
}
currentPath.push_back(candidates[i]); // 添加当前候选项到路径中
sum += candidates[i]; // 更新路径和
backtracking(candidates, target, i+1, sum); // 递归回溯,注意从当前索引的下一个索引开始
sum -= candidates[i]; // 回溯
currentPath.pop_back();
}
}
vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
sort(candidates.begin(), candidates.end()); // 先对候选数组排序
backtracking(candidates, target, 0, 0); // 从索引0和路径和0开始回溯
return allPaths; // 返回所有可能的组合
}
};
算法的时间复杂度为O(n * 2^n),最坏的情况下,我们需要遍历所有可能的组合。对于每个数字,我们可以选择它或者不选择它,所以,总的组合数为2^n,此外,对每个组合,我们需要判断其是否等于目标值,这需要O(n)的时间,此外,排序所需的O(nlogn)相比之下量级太小,总的时间复杂度为O(n*2^n)。
空间复杂度需要维护的是每个临时路径的结果,最大为O(n)
分割回文串
class Solution {
public:
vector<string> path;
vector<vector<string>> paths;
// 判断字符串s从start到end的部分是否是回文串
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 startofindex){
// 如果起始索引大于等于字符串长度,说明找到了一个有效的分割
if(startofindex>=s.size()){
paths.push_back(path);
return;
}
for(int i = startofindex; i < s.size(); i++){
// 如果s[startofindex...i]是回文串,则加入当前路径
if(isPalindrome(s,startofindex,i)){
string str = s.substr(startofindex, i - startofindex + 1);
path.push_back(str);
// 继续递归尝试下一个子串
backtracking(s, i + 1);
// 回溯,移除路径上的最后一个子串,尝试其他可能的分割
path.pop_back();
}
// 如果不是回文串,则跳过当前循环,尝试下一个索引
}
}
vector<vector<string>> partition(const string &s) {
backtracking(s,0);
return paths;
}
};
对于每个起点startofindex,需要尝试所有可能的终点i,并检查该子串是否为回文串,这个检查过程的时间复杂度为O(n),此外有n个可能的起点,每个起点有n个可能的重点,所以总的检查次数为O(n^2),此外,对于每个检查成功的回文串,还需要进行一次递归调用。在最坏的情况下,每次递归调用都会检查到字符串s的末尾,因此递归深度也是O(n)。算法的时间复杂度为O(n^3)。
空间复杂度考虑栈深度和存储分割的空间,栈深度最差为O(n),存储分割结果的空间取决于所有分割中的回文串数量,最坏情况下,每个字符都是一个回文串,所以是O(n^2)。因此空间复杂度为O(n^2)。