如何求集合的子集-从回溯暴力搜索到伪动态规划再到数学求解:力扣1863. 找出所有子集的异或总和再求和

1. 题目分析  

原题:给你一个数组 nums ,请你求出 nums 中每个子集异或总和,计算并返回这些值相加之和 

注意:在本题中,元素相同的不同子集应多次计数。

举例:给定数组nums=[1,1,3],其所有子集以及子集异或总和如下表所示:

子集 异或
【】 0
【1】 1
1 1
【3】 3
【1,1 1^1=0
【1,3】 1^3=2
1,3】 1^3=2
【1,1,3】 1^1^3=3
异或总和: 0+1+1+3+0+2+2+3=12

解决方案:

【方案1】

        题目本身不难,我们可以直接通过暴力搜索的方法找出数组nums的所有子集,再对各个子集求其异或值,最后将所有子集的异或值相加即可。关于暴力搜索找出所有子集的方法,我将在 【2.暴力搜索求子集】 中详细阐述,具体将包括常规的深度优先搜索、广度优先搜索和比较特殊的动态规划思想演变的两种搜索算法,以及我在写这篇内容的时候,突然想到的由全排列构造的思想演变的一种算法。

【方案2】

        由于位运算存在较强的技巧性,所以我将在【3.数学方法推公式】中,基于数学推导证明,给出一种时间复杂的为O(n)的计算方法。

2. 暴力搜索求子集

        首先,明确我们的任务是搜索,也就是遍历。而常用的搜索算法总结起来就是:对于简单的列表型的数据类型(如顺序表、链表等,具体如一维数组、二维数组【其本质还是一维数组】、链表、字符串等),我们直接利用一层 for 循环即可完成所有数据的遍历;对于较为复杂的数据类型(如树、图等)我们一般都是利用深度优先

  • 6
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
回溯法是一种通过枚举所有可能的解来求解问题的算法,其核心思想是“试错”,即在解空间中搜索可能的解,每到一个节点时,先尝试一种可能的选择,如果发现这种选择不能得到正确的解,就回溯到上一个节点,然后再尝试另一种可能的选择,直到找到正确的解或者所有的选择都尝试完毕。 回溯法的求解步骤如下: 1. 定义问题的解空间:确定问题的解空间,即问题的所有可能解的集合。 2. 确定搜索的过程:在解空间中搜索可能的解,搜索的过程通常是一个深度优先搜索过程。 3. 确定解的组成方式:确定问题的解的组成方式,即确定一个解是由哪些部分组成的。 4. 判断是否满足约束条件:在搜索的过程中,需要判断每个解是否满足约束条件,如果不满足约束条件,则回溯到上一个节点。 5. 判断是否是最优解:在搜索的过程中,需要判断每个解是否是最优解,如果不是,则回溯到上一个节点。 6. 输出结果:如果找到一个正确的解,就输出结果。 回溯法的剪枝函数类型通常有以下几种: 1. 可行性剪枝:在搜索的过程中,如果发现当前的解已经不能满足约束条件,就直接回溯到上一个节点。 2. 最优性剪枝:在搜索的过程中,如果发现当前的解已经不能成为最优解,就直接回溯到上一个节点。 3. 约束传播:在搜索的过程中,根据已经确定的变量的取值,推导出其他变量的取值范围,从而缩小搜索的空间。 子集树是回溯法中常用的一种搜索策略,其搜索的过程就是在一个集合中选择一些元素,使得这些元素构成的集合满足某些条件。 回溯法有两种实现方式:递归回溯和迭代回溯。递归回溯是指使用函数的递归调用来实现回溯过程,而迭代回溯是指使用循环来实现回溯过程。这两种实现方式的框架如下: 递归回溯框架: ```python def backtrack(路径, 选择列表): if 满足结束条件: 结果.append(路径) return for 选择 in 选择列表: 做出选择 backtrack(路径, 选择列表) 撤销选择 ``` 迭代回溯框架: ```python def backtrack(选择列表): stack = [(路径, 选择列表)] while stack: 路径, 选择列表 = stack.pop() if 满足结束条件: 结果.append(路径) for 选择 in 选择列表: 做出选择 stack.append((路径, 选择列表)) 撤销选择 ``` 以上就是回溯求解思路、求解步骤、剪枝函数类型、子集树的类型以及递归回溯和迭代回溯框架的介绍。
评论 5
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