LeetCode 39.数组总和 Combination Sum

这篇博客详细介绍了如何使用递归方法解决LeetCode上的39题——Combination Sum。作者首先对输入数组进行排序,然后通过递归函数遍历数组,找到所有可能的加数组合,确保加数的有效性并避免重复。当所有加数相加等于目标和时,将组合存入结果数组。
摘要由CSDN通过智能技术生成

题目链接

中文

https://leetcode-cn.com/problems/combination-sum/description/

英文

https://leetcode.com/problems/combination-sum/description/

解题思路

1.首先对candidates进行排序,这样可以在循环遍历时先取到小的加数,保证加数有效性,并且可以在加数较大时直接退出循环,避免不必要的循环。排序后进入递归函数。

递归方法

1.在递归函数中循环遍历candidates数组,将targetcandidates[i]中的每个数字进行比较,若candidates[i] <= targetcandidates[i]可以作为一个加数,否则,candidates[i]不能作为一个加数,且candidates[i]之后的值也不能作为加数,并退出循环。
2.当满足candidates[i] <= target时,判断当前加数是否小于求和数组中最大元素,以避免在结果数组中出现重复,若candidates[i] >= v.back(),更新targettarget-candidates[i],并将candidates[i]加入到求和数组v中。递归执行。
3.当target==0时,求和数组v中的所有元素相加正好等于所求的和,将v加入到结果数组res中。
代码:

class Solution {
public:
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        sort(candidates.begin(),candidates.end());
        aux(candidates,target,vector<int>{});
        return res;
    }
    void aux(vector<int>& candidates, int target,vector<int> v)
    {
        if(target==0){
            res.push_back(v);
            return;
        }
        for(int i=0;i<candidates.size();++i)
        {
            if(candidates[i]<=target)
            {
                if(v.empty() || v.back()<=candidates[i]){
                v.push_back(candidates[i]);
                aux(candidates,target-candidates[i],v);
                v.pop_back();
                }
            }
            else
                break;
        }
    }
    vector<vector<int>> res;
};
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
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