LeetCode 77. 组合

LeetCode 77. 组合
1、n和数中取k个数的组合:
图中每一个节点(图中为矩形),就代表本层的一个for循环。
在这里插入图片描述

class Solution {
public:
    vector<vector<int>> combine(int n, int k) {
        backtracking(n,k,1);
        return result;
    }

private:
    //定义两个全局变量,分别用来存储结果集合和单个结果。
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(int n,int k, int startIndex){
        if(path.size() == k) {
            result.push_back(path);
            return;
        }
        for(int i = startIndex;i<=n;i++){
            path.push_back(i);// 处理当前节点
            backtracking(n,k,i+1);//递归处理下一个节点
            path.pop_back();// 回溯,撤销处理的节点
        }
    }
};
//走一走
//第一步将1插入到path中,然后遍历[2,3,4]
//第二步将2插入到path中,进入下一次递归,path满足条件,返回上层递归,然后将2pop出来
//第三步遍历第一个递归的[3,4]
...

2、优化:
在这里插入图片描述

如果n = 4,k = 4,那么图中打红x的部分是无效的

所以,可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。
如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了,那么就没有必要搜索了。

接下来看一下优化过程如下:

已经选择的元素个数:path.size();

还需要的元素个数为: k - path.size();

在集合n中至多要从该起始位置 : n - (k - path.size()) + 1,开始遍历

为什么有个+1呢,因为包括起始位置,我们要是一个左闭的集合。

举个例子,n = 4,k = 3, 目前已经选取的元素为0(path.size为0),n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。

从2开始搜索都是合理的,可以是组合[2, 3, 4]。

所以优化部分为

 for(int i = startIndex;i<=n - (k - path.size()) + 1;i++){

3、和为n的k个数的组合(组合中的数只包含0~9)

class Solution {
public:
    vector<vector<int>> combinationSum3(int k, int n) {
        backtracking(n,k,0,1);
        return result;
    }

private:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(int targetSum,int k,int sum,int startIndex){
        if(sum>targetSum) return;//剪枝操作
        if(path.size() == k){
            if(sum == targetSum) result.push_back(path);
            return;
        }
        for(int i = startIndex;i<=10-(k-path.size());i++){
            sum+=i;
            path.push_back(i);
            backtracking(targetSum,k,sum,i+1);
            sum-=i;
            path.pop_back();
        }
    }   
};

4、参考:
1、第77题. 组合
2、216.组合总和III

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LeetCode 是一个常用的编程学习和面试准备平台,而人工智能 (AI) 处理器组合指的是在处理 LeetCode 题目时,使用多个不同类型的 AI 处理器来提高算法性能和效率。 首先,AI 处理器是具有强大计算能力和优化算法的专用芯片。与传统的通用处理器相比,AI 处理器在处理大量数据和复杂计算任务时表现更佳。 AI 处理器组合意味着将不同类型的 AI 处理器结合使用,以便在编程和解决 LeetCode 题目时获得更好的性能。这些处理器可以包括图像处理单元 (GPU),张量处理单元 (TPU),以及专门针对特定AI应用开发的ASIC等。 在处理 LeetCode 题目时,AI 处理器组合可以带来多个好处。首先,AI 处理器具有并行计算能力,能够同时处理多个任务,从而加快算法的执行速度。其次,AI 处理器通过优化算法和模型,可以提高解题的准确性和效率。例如,对于一些图像和语音处理相关的题目,使用 GPU 或 TPU 可以加速图像和声音的处理,从而更快地得到正确答案。 另外,AI 处理器组合还可以提供更多的资源和内存,以支持处理大规模数据和复杂问题。这对于一些需要使用深度学习或机器学习算法的题目非常重要,因为这些算法通常需要更多的计算资源和存储空间。 综上所述,AI 处理器组合对于处理 LeetCode 题目具有巨大的潜力。它可以加快算法的执行速度,提高解题的准确性和效率,并支持处理大规模数据和复杂问题。然而,组合不同类型的 AI 处理器需要适当的编程技巧和技术知识,以便充分发挥它们的优势和性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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