递归——LeetCode47. Permutation II

题目:

Given a collection of numbers that might contain duplicates, return all possible unique permutations.

For example,
[1,1,2] have the following unique permutations:
[1,1,2][1,2,1], and [2,1,1].


分析:

LeetCode47 与 LeetCode46 的区别就是提供的数字 nums[] 有重复,但是最后的排列方式不能有重复。

比如 nums = [1,1,2],如果按照LeetCode46的程序,结果为[1,1,2], [1,2,1], [1,1,2], [1,2,1], [2,1,1], [2,1,1],显然是不符合要求的。

如果对最后一步的results进行去重,逻辑是上可以的,但是已经得到了很多组没有用的结果,在LeetCode上也会因为Time Limit Exceed而不能通过。

所以LeetCode46在LeetCode47的递归基础上,需要使用一种重要的编程技巧:剪枝,即在递归过程中尽量省去没有必要的步骤。


代码:

public class LeetCode47 {
    public static void main(String[] args) {
        int[] nums = {1, 1, 2};
        System.out.println(permuteUnique(nums));
    }
    public static List<List<Integer>> permuteUnique(int[] nums) {
        Arrays.sort(nums);
        List<List<Integer>> results = new ArrayList<List<Integer>>();
        permuteUnique(results, new ArrayList<Integer>(), nums, new boolean[nums.length]);
        return results;
    }
    private static void permuteUnique(List<List<Integer>> results, List<Integer> cur, int[] nums, boolean[] visited) {
        if (cur.size() == nums.length) {
            results.add(new ArrayList<Integer>(cur));
            return;
        }
        for (int i = 0; i < nums.length; i++) {
            if (visited[i] || i > 0 && nums[i] == nums[i-1] && !visited[i-1])
                continue;
            cur.add(nums[i]);
            visited[i] = true;
            permuteUnique(results, cur, nums, visited);
            cur.remove(cur.size()-1);
            visited[i] = false;
        }
    }
}

if (visited[i] || i >0 &&  nums[i] == nums[i-1] && !visited[i-1])

visited[i]:如果该数已经被选过,则直接跳过该数,相当于LeetCode46中的条件判断cur.contains(nums[i])。由于LeetCode47中有重复的数字,所以不能通过cur.contains(nums[i])判断结果中是否有这个数值,只能判断该数是否被选过。

i > 0 && nums[i] == nums[i-1] && !visited[i-1]:对一个nums 中 index 大于0 的数,如果它和前面的一个数相等,前面的数字如果没被选,该数也不能被选;如果前面的数被选过了,该数可以考虑选。这样永远保证了相同数字只能按照nums中的顺序出现,就直接避免了 前1-后1 与 后1-前1 这类型的重复。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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