代码随想录Day_28打卡

①、复原ip地址

有效 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 IP 地址，但是 "0.011.255.245"、"192.168.1.312" 和 "192.168@1.1" 是 无效 IP 地址。

给定一个只包含数字的字符串 s ，用以表示一个 IP 地址，返回所有可能的有效 IP 地址，这些地址可以通过在 s 中插入 '.' 来形成。你 不能 重新排序或删除 s 中的任何数字。你可以按 任何 顺序返回答案。

事例：

输入：s = "25525511135"
输出：["255.255.11.135","255.255.111.35"]

思路：

        原题给的参数需要进行切割，判断然后拼凑成一个合法的ip地址。采用回溯算法，在递归切割的时候依次判断切割完的子字符串是否符合规则，若不符合，直接结束，若符合，则添加到结果集中，由于ip地址只包含4个整数，故递归只需要递归到第三层。

回溯三部曲：

        结束条件：递归层数即加点"."个数为3，代表字符串已切割成四段，无须切割

        参数及返回值：参数 int[] nums    int startIndex    int pointSum    startIndex代表切割字符串的起始位置以及递归字符串的索引 pointSum代表添加点的个数

        单层逻辑：判断截出来的子字符串是否符合题意

代码：

public List<String> restoreIpAddresses(String s) {
        backtracking(s,0,0);
        return res;
    }

    private List<String> res = new ArrayList<>();
    private StringBuilder sb = new StringBuilder();
    public void backtracking(String s,int startIndex,int pointSum){
        if(pointSum == 3){
            if(isDigits(s,startIndex,s.length() - 1)){
                res.add(s);
            }
            return;
        }

        //单层逻辑
        for(int i = startIndex;i < s.length();i++){
            if(isDigits(s,startIndex,i)){
                s = s.substring(0,i + 1) + "." + s.substring(i + 1,s.length());
                pointSum++;
                //递归
                backtracking(s,i + 2,pointSum);
                //回溯
                pointSum--;
                s = s.substring(0,i + 1) + s.substring(i + 2,s.length());
            }else {
                break;
            }
        }
    }

    public boolean isDigits(String s,int left,int right){
        if (left > right) {
            return false;
        }
        if (s.charAt(left) == '0' && left != right) { // 0开头的数字不合法
            return false;
        }
        int num = 0;
        for (int i = left; i <= right; i++) {
            if (s.charAt(i) > '9' || s.charAt(i) < '0') { // 遇到⾮数字字符不合法
                return false;
            }
            num = num * 10 + (s.charAt(i) - '0');
            if (num > 255) { // 如果⼤于255了不合法
                return false;
            }
        }
        return true;
    }

②、子集

给你一个整数数组 nums ，数组中的元素 互不相同 。返回该数组所有可能的子集（幂集）。

解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。

事例：

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

思路：

        跟组合做法一致，只是多了第一个空集，即每个tmp都应该加入到res集合中，第一次空集也要加入。使用回溯思想，与之前不同的事，改变res的添加条件，在for循环遍历、tmp集合添加数之前添加tmp。

代码：

public List<List<Integer>> subsets(int[] nums) {
        backtracking(nums,0);
        return res;
    }

    private List<List<Integer>> res = new ArrayList<>();
    private LinkedList<Integer> tmp = new LinkedList<>();

    public void backtracking(int[] nums,int startIndex){
        if(startIndex > nums.length){
            return;
        }

        res.add(new ArrayList<>(tmp));
        for(int i = startIndex;i < nums.length;i++){
            tmp.add(nums[i]);
            //递归
            backtracking(nums,i + 1);
            //回溯
            tmp.removeLast();
        }
    }

③、子集Ⅱ

给你一个整数数组 nums ，其中可能包含重复元素，请你返回该数组所有可能的子集（幂集）。

解集 不能 包含重复的子集。返回的解集中，子集可以按 任意顺序 排列。

事例：

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

思路：

        跟上一题一样的添加操作，只是在单层逻辑for循环中添加了去重操作。与组合总和2那题类似，将数组排序(方便去重)，借助int数组used记录当前子集是否使用过某下标的值，若当前下标的值与前一个相等，且tmp集合中无前一个的值，说明前一个数已经递归完，当前数开头构成的所有子集都重复，应直接跳过。

代码：

public List<List<Integer>> subsetsWithDup(int[] nums) {
        int[] used = new int[nums.length];
        Arrays.sort(nums);
        backtracking(nums,0,used);
        return res;
    }

    private List<List<Integer>> res = new ArrayList<>();
    private LinkedList<Integer> tmp = new LinkedList<>();

    public void backtracking(int[] nums,int startIndex,int[] used){
        if(startIndex > nums.length){
            return;
        }
        res.add(new ArrayList<>(tmp));

        for(int i = startIndex;i < nums.length;i++){
            //去重
            if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == 0){
                continue;
            }
            tmp.add(nums[i]);
            used[i] = 1;
            //递归
            backtracking(nums,i + 1,used);
            //回溯
            tmp.removeLast();
            used[i] = 0;
        }
    }

参考：代码随想录 (programmercarl.com)