算法训练 day24 | 77. 组合

本文详细介绍了如何使用回溯算法解决组合问题,包括递归函数的设计、终止条件、单层搜索逻辑以及优化方法(如剪枝)。通过实例展示了如何在O(n*2^n)的时间复杂度和O(n)的空间复杂度下找到所有可能的k个元素组合。
摘要由CSDN通过智能技术生成

77. 组合

题目链接:组合

视频讲解:带你学透回溯算法-组合问题

        回溯其实和递归是密不可分的,解决回溯问题标准解法也是根据三部曲来进行的。

1、递归函数的返回值和参数

对于本题,我们需要用一个数组保存单个满足条件的组合,还需要另一个结果数组放满足条件组合的集合,可以把他们定义为全局变量,那么递归函数就不需要返回值了。需要传入的参数是集合n和需要取出元素的个数k,当然还需要一个定位的参数startIdx来记录本层递归中,集合从哪里开始遍历。

如果在第二层中取元素,我们就需要用startIdx来定位从哪里开始取了。

2、确定终止条件

当保存单个满足条件的组合的数组元素个数等于k时,本层递归结束,并把这个组合放到结果数组中。

3、确定单层搜索逻辑

回溯法搜索的过程就是一个树形结构的遍历过程,for循环是横向遍历,递归的过程是纵向遍历的。当遍历到所要得的组合,就该回溯,撤销本次处理的结果,向其他处遍历。

// 时间复杂度: O(n * 2^n)
// 空间复杂度: O(n)
class Solution {
private:
    vector<int> v;
    vector<vector<int>> ret;
    void backtracking(int n, int k, int startIdx)
    {
        if (v.size() == k)
        {
            ret.push_back(v);
            return;
        }

        for (int i = startIdx; i <= n; ++i)
        {
            v.push_back(i);
            backtracking(n, k, i + 1);
            v.pop_back();
        }
    }
    
public:
    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return ret;
    }
};

本题还可以用剪枝优化一下,如:对于n=4,k=4的情况,在第一层for循环的时候从元素2往后的遍历都没有意义了,因为后面没有足够的元素构成有k个元素的组合了。

所以我们就要限制for中遍历的起始位置,当这个位置后面元素不足时,就没必要往后搜索了。

class Solution {
private:
    vector<int> v;
    vector<vector<int>> ret;
    void backtracking(int n, int k, int startIdx)
    {
        if (v.size() == k)
        {
            ret.push_back(v);
            return;
        }

        for (int i = startIdx; i <= n - (k - v.size()) + 1; ++i)
        {
            v.push_back(i);
            backtracking(n, k, i + 1);
            v.pop_back();
        }
    }
    
public:
    vector<vector<int>> combine(int n, int k) {
        backtracking(n, k, 1);
        return ret;
    }
};

  • 11
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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