leetcode 40. 组合总和 II

文章讨论了一个基于组合总和问题的升级版本,重点在于处理包含重复元素的数组并去除解集内的重复组合。通过解集内部和解集间的去重策略,提供了三种不同的解决方案:1)使用递归时避免重复访问元素;2)创建一个used数组标记元素是否已被使用;3)使用unordered_set存储已使用的元素。这些方法分别有不同的效率和可读性考虑。
摘要由CSDN通过智能技术生成

2023.7.19

        此题为 组合总和 的升级版。本题的特殊之处在于 给定的candidates数组只一个无序且包含重复元素的数组,并且最终的解集不能包含重复的组合。

        所以本题的关键在于去重。那么,此类题的去重分为两种,一种是解集内部去重,灵一种是解集之间的去重

        解集内部去重指不允许存在诸如{1,1,6}的解集,本题题意说了,candidates中的每个数字在每个组合中只能使用一次,所以解集内部是需要去重的,去重方法在组合总和已经使用过,即在递归的时候,将start_index+1即可。有人可能会问示例中输出为什么有解集{1,1,6}? 那是因为candidates数组本身就存在重复的元素,也就是说两个1其实不是同一个1。

        解集之间去重指不允许存在{1,1,6}和{1,6,1}这样的重复解集,于是代码之中需要加一条去重的判断逻辑。 如果把回溯过程想象成树的话,那么解集之间去重就是指树的横切面不能有相同的元素。下面直接看代码:

class Solution {
public:
    vector<vector<int>> ans;
    vector<int> path;
    void backtrating(vector<int> candidates,int target,int sum,int start_index)
    {
        if(sum == target)
        {
            ans.push_back(path);
            return;
        }
        if(sum > target) return;
        for(int i=start_index; i<candidates.size(); i++)
        {
            if(i>start_index && candidates[i]==candidates[i-1]) continue;//解集间去重

            path.push_back(candidates[i]);
            sum += candidates[i];
            backtrating(candidates,target,sum,i+1);//解集内部去重
            sum -= candidates[i];
            path.pop_back();
        }
    }
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        sort(candidates.begin(),candidates.end());
        backtrating(candidates,target,0,0);
        return ans;
    }
};

2023.7.23

        也可以定义一个used数组,判别当前元素是否在树枝上使用过,如果没有那么就在树层上产生重复元素,看代码:

class Solution {
public:
    vector<vector<int>> ans;
    vector<int> path;
    void backtrating(vector<int> candidates,int target,int sum,int start_index,vector<bool>&used)
    {
        if(sum == target)
        {
            ans.push_back(path);
            return;
        }
        if(sum > target) return;
        for(int i=start_index; i<candidates.size(); i++)
        {
            //if(i>start_index && candidates[i]==candidates[i-1]) continue;//树层去重
            if(i>0 && candidates[i]==candidates[i-1] && used[i-1]==false) continue;
            used[i]=true;
            path.push_back(candidates[i]);
            sum += candidates[i];
            backtrating(candidates,target,sum,i+1,used);
            sum -= candidates[i];
            path.pop_back();
            used[i]=false;
        }
    }
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        sort(candidates.begin(),candidates.end());
        vector<bool> used(candidates.size(),false);
        backtrating(candidates,target,0,0,used);
        return ans;
    }
};

        这种方式效率低一点,但是更好理解。


2023.7.24

        还有一种方法,就是定义一个set存储已经用过的元素,效率更低一点:

class Solution {
public:
    vector<vector<int>> ans;
    vector<int> path;
    void backtrating(vector<int> candidates,int target,int sum,int start_index)
    {
        if(sum == target)
        {
            ans.push_back(path);
            return;
        }
        if(sum > target) return;
        unordered_set<int> used;
        for(int i=start_index; i<candidates.size(); i++)
        {
            //if(i>start_index && candidates[i]==candidates[i-1]) continue;//树层去重
            //if(i>0 && candidates[i]==candidates[i-1] && used[i-1]==false) continue; 
            //used[i]=true;
            if(used.find(candidates[i]) != used.end()) continue;
            used.insert(candidates[i]);
            path.push_back(candidates[i]);
            sum += candidates[i];
            backtrating(candidates,target,sum,i+1);
            sum -= candidates[i];
            path.pop_back();
            //used[i]=false;
        }
    }
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        sort(candidates.begin(),candidates.end());
        //vector<bool> used(candidates.size(),false);
        backtrating(candidates,target,0,0);
        return ans;
    }
};

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