目录
LeetCode93.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。
思路:这道题和之前做的切割字符串的思路是一致的,在主循环中判断是否满足题意,满意才能将其添加入path中,不满足题意直接可以终止本层循环,跳出递归。当然需要注意一些细节,比如何时能够return。
这里有两种做法。
一种是使用一个path的int数组来接收字符数字,这里涉及到了整型与字符串的转换。
vector<string> result;//记录最终结果
vector<int> path;//记录单次结果
void backtracking(const string& s, int startIndex){
if(path.size() == 4){//当path的大小为4时,开始进行判断,因为有效的IP地址就是4个数
if(startIndex == s.size()){//如果此时startIndex指向末尾,说明已经分割完成,准备加入result
string str = "";
for(int i = 0; i < path.size(); i ++){
str += to_string(path[i]);//这里需要将int转化
if(i != path.size() - 1){
str += ".";
}
}
result.push_back(str);//构造完成后加入result
}
return;
}
for(int i = startIndex; i < s.size(); i ++){
if(isIPnumber(s, startIndex, i)
){
string str = s.substr(startIndex, i - startIndex + 1);
int int_str = stoi(str);
path.push_back(int_str);
}else{
break;
}
backtracking(s, i + 1);//递归
path.pop_back();//回溯
}
}
bool isIPnumber(const string& s, int start, int end){
if(end - start + 1 > 3) return false;//字符串位数超过了3位,不符合要求
if(end - start + 1 >= 2 && s[start] == '0') return false;//当字符串位数多于1位且出现前导0时,返回false
string st = s.substr(start, end - start + 1);
int int_st = stoi(st);//将字符串转换为int型整数
if(int_st >= 0 && int_st <= 255) return true;//确保在0~255范围内
return false;
}
vector<string> restoreIpAddresses(string s) {
result.clear();
path.clear();
backtracking(s, 0);
return result;
}
另外一种是直接使用string来接收,只是需要注意“.”何时需要添加、何时不能添加,以及在回溯时是否需要将多余的“.”所占位数删除。
vector<string> result;//记录最终结果
string path;//记录单次结果
int count = 0;
void backtracking(const string& s, int startIndex){
if(count == 4){//当path的大小为4时,开始进行判断,因为有效的IP地址就是4个数
if(startIndex == s.size()){//如果此时startIndex指向末尾,说明已经分割完成,准备加入result
result.push_back(path);//构造完成后加入result
}
return;
}
for(int i = startIndex; i < s.size(); i ++){
string str = "";
if(isIPnumber(s, startIndex, i))
{
str = s.substr(startIndex, i - startIndex + 1);
path += str;//将满足条件的str加入path
count ++;//记录添加的个数
if(count != 4) path += ".";//这里需要注意当count == 4,不用再添加"."
}else{
break;
}
backtracking(s, i + 1);//递归
for(int j = 0; j < str.size(); j++) path.pop_back();
if(count != 4) path.pop_back();//同样,当count==4,则不需要再删除多余的位数".",和上面是一一对应的
count --;
}
}
bool isIPnumber(const string& s, int start, int end){
if(end - start + 1 > 3) return false;//字符串位数超过了3位,不符合要求
if(end - start + 1 >= 2 && s[start] == '0') return false;//当字符串位数多于1位且出现前导0时,返回false
string st = s.substr(start, end - start + 1);
int int_st = stoi(st);//将字符串转换为int型整数
if(int_st >= 0 && int_st <= 255) return true;//确保在0~255范围内
return false;
}
vector<string> restoreIpAddresses(string s) {
result.clear();
path.clear();
backtracking(s, 0);
return result;
}
时间复杂度:O(3^4)
空间复杂度:O(n)
LeetCode78.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。
思路:切割和组合的题目相似,如果把他们看成一个树状结构,那么所求的都是最后的叶子结点。
这里是子集问题,如果看成是一个树状结构,那么进入的就是每一个结点。
于是这道题的思路就和前面存在一些细小的差别,就是何时加入以及何时返回。通常来说,只要进一次递归,就可以将path存的元素加入result。当然返回的触发条件也很好判断,就是当startIndex到达了最后,自然也就递归返回了。
这里我将其写得比较详细,首先加入了空集到result中,然后再进行后续非空集的加入。
vector<vector<int>> result;//存放最终结果
vector<int> path;//存放单次结果
void backtracking(vector<int>& nums, int startIndex){
if(path.size() >= 1 && path.size() <= nums.size()){
//path的大小在nums的大小区间内,就是相应的子集,将其加入result
result.push_back(path);
if(startIndex == nums.size()) return;//当startIndex等于了nums的大小值,说明已经遍历到了末尾元素,开始返回
}
for(int i = startIndex; i < nums.size(); i ++){
path.push_back(nums[i]);
backtracking(nums, i + 1);//递归
path.pop_back();//回溯
}
}
vector<vector<int>> subsets(vector<int>& nums) {
result.clear();
path.clear();
result.push_back(vector<int>());//将空集首先放入result中
backtracking(nums, 0);
return result;
}
当然,其实没必要额外写代码加入,直接在每次进入函数时就添加path即可,这样能够做到空集也能加入其中,后续的子集更不用说能够加入。
同时,这里不再有判断返回的语句,因为本身到达数组最后时,循环进不去,自然本层递归也就返回了,可以不用再写判断了。
vector<vector<int>> result;//存放最终结果
vector<int> path;//存放单次结果
void backtracking(vector<int>& nums, int startIndex){
//这里不需要判断return条件,
//因为本身startIndex等于了nums的大小后,只会将子集加入result,
//下面的循环进不去,这层递归直接就返回了
//而且这样写也能在开始时将空集直接加入,不用另外写代码加入
result.push_back(path);
for(int i = startIndex; i < nums.size(); i ++){
path.push_back(nums[i]);
backtracking(nums, i + 1);//递归
path.pop_back();//回溯
}
}
vector<vector<int>> subsets(vector<int>& nums) {
result.clear();
path.clear();
backtracking(nums, 0);
return result;
}
时间复杂度:O(n*2^n)
空间复杂度:O(n)
LeetCode90.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。
思路:这里其实和上面一道题很像,区别就在于存在了重复元素,这是解决的关键所在。
之前在求组合之和时也碰到过,核心就是避免同层元素使用重复元素进行循环。
于是这里有三种避免的方法。
第一种是使用索引下标i与startIndex比较,能够在同层遇到重复元素时直接跳过。
vector<vector<int>> result;//统计最终结果
vector<int> path;//记录单次结果
void backtracking(vector<int>& nums, int startIndex){
result.push_back(path);
for(int i = startIndex; i < nums.size(); i ++){
//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重
if(i > startIndex && nums[i] == nums[i - 1]) continue;
path.push_back(nums[i]);
backtracking(nums, i + 1);//递归
path.pop_back();//回溯
}
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
result.clear();
path.clear();
sort(nums.begin(), nums.end());//为了去重,需要将元素排序
backtracking(nums, 0);
return result;
}
第二种是使用used数组记录元素使用情况,同样也是当前面元素使用完成后,回溯后,来到下一个重复元素时能够跳过,否则就会重复。之前有详细讲过,这里就提一下。
vector<vector<int>> result;//统计最终结果
vector<int> path;//记录单次结果
vector<bool> used;
void backtracking(vector<int>& nums, int startIndex){
result.push_back(path);
for(int i = startIndex; i < nums.size(); i ++){
//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重
if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) continue;
path.push_back(nums[i]);
used[i] = true;
backtracking(nums, i + 1);//递归
used[i] = false;//回溯
path.pop_back();
}
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
result.clear();
path.clear();
sort(nums.begin(), nums.end());//为了去重,需要将元素排序
used.resize(nums.size(), false);//设置used数组为nums的大小,初始值为false
backtracking(nums, 0);
return result;
}
第三种是在递归每层时,设置一个set集合,将使用过的元素都放里面,如果在同层找到了相同的重复元素,就跳过,continue。
vector<vector<int>> result;//统计最终结果
vector<int> path;//记录单次结果
void backtracking(vector<int>& nums, int startIndex){
result.push_back(path);
unordered_set<int> st;
for(int i = startIndex; i < nums.size(); i ++){
//为了避免前一个元素已经统计过子集后,后面一个相同元素再统计一遍子集,目的是为了去重
if(st.find(nums[i]) != st.end()) continue;//也就是说在本层循环里面出现了重复元素,需要跳过它
st.insert(nums[i]);//如果本层循环没有遇到过该元素,就将其加入集合中
path.push_back(nums[i]);
backtracking(nums, i + 1);//递归
path.pop_back(); //回溯
}
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
result.clear();
path.clear();
sort(nums.begin(), nums.end());//为了去重,需要将元素排序
backtracking(nums, 0);
return result;
}
时间复杂度:O(n*2^n)
空间复杂度:O(n)
感谢你的阅读,希望我的文章能够给你帮助,如果有帮助,麻烦点赞加收藏,或者点点关注,非常感谢。
如果有什么问题欢迎评论区讨论!