LeetCode 78. Subsets

Approach 1(来offer经典)

1. Three levels. Each level represents one character.

2. Two branches. Either select or not select.

class Solution {
    public List<List<Integer>> subsets(int[] nums) {
        List<List<Integer>> ans = new ArrayList<>();
        dfs(nums, 0, new ArrayList<Integer>(), ans);
        return ans;
    }
    private void dfs(int[] nums, int index, List<Integer> path, List<List<Integer>> ans){
        if(index == nums.length){
            ans.add(new ArrayList<>(path));
            return;
        }
        path.add(nums[index]);
        dfs(nums, index + 1, path, ans);
        path.remove(path.size() - 1);
        dfs(nums, index + 1, path, ans);
    }
}

---

Approach 2(Another kind of DFS)

这也是另一种常见的DFS思路，依然根据孙老师传授的要诀来解释这种思路:

1. 每一层代表什么含义

长度相等的所有可能性

2. 每层有多少个状态需要尝试

每一层新增的状态根据上一层来决定，如果上一层打印到了nums[st], 则这一层新增的状态是从 st + 1 到 nums.length - 1

划重点!

这个思路用到的是另外一种构建subset的方法：“每个size为k的subset都是由一个size为k-1的subset加上一个元素得到的”。

注意这里smallestCandidate这个变量的定义，它代表的是新添的元素最小的可能。

class Solution {
    public List<List<Integer>> subsets(int[] nums) {
        List<List<Integer>> res = new ArrayList<>();
        backtrack(nums, 0, new ArrayList<>(), res);
        return res;
    }
    private void backtrack(int[] nums, int smallestCandidate, List<Integer> path, List<List<Integer>> res){
        res.add(new ArrayList<>(path));
        for(int i = smallestCandidate; i < nums.length; i++){
            path.add(nums[i]);
            backtrack(nums, i + 1, path, res);
            path.remove(path.size() - 1);
        }
    }
}

https://medium.com/@laioffer/%E6%9D%A5offer%E4%B9%A0%E9%A2%98%E8%AE%B2%E8%A7%A3%E4%B8%93%E9%A2%98-subsets-i-%E7%9A%84%E5%A4%9A%E7%A7%8D%E8%A7%A3%E6%B3%95-256c8e3e75ab