力扣labuladong一刷day64天回溯大集合

力扣labuladong一刷day64天回溯大集合

先说方法论:

回溯一共就三类,分为组合、子集、排列。其中组合与子集又是一个问题,只不过子集还会搜集非叶子节点,但本质都是组合。
这三类又有其他变体,变体主要就是约束条件,共有三类:
①、元素无重,不可重复选。
②、元素可重,不可重复选。
③、元素无重,可重复选。

再给出回溯模板

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
        处理节点;
        backtracking(路径,选择列表); // 递归
        回溯,撤销处理结果
    }
}

之后要考虑的就是剪枝、去重,最后回溯就这点东西。

一、77. 组合

题目链接:https://leetcode.cn/problems/combinations/description/
思路:最经典的组合,直接套模板,元素不能重复使用,故每次for循环起始位置需要加1,最后可以剪枝优化一下。

class Solution {
    List<List<Integer>> arrayLists;
    List<Integer> list;
    public List<List<Integer>> combine(int n, int k) {
        arrayLists = new ArrayList<>();
        list = new ArrayList<>();
        backTracking(n, k, 1);
        return arrayLists;
    }
    void backTracking(int n, int k, int i) {
        if (list.size() == k) {
            arrayLists.add(new ArrayList<>(list));
            return;
        }
        for (int j = i; j <= n && n - (k-list.size()) + 1>= j; j++) {
            list.add(j);
            backTracking(n, k, j+1);
            list.remove(list.size()-1);
        }
    }
}

二、216. 组合总和 III

题目链接:https://leetcode.cn/problems/combination-sum-iii/description/

class Solution {
   List<List<Integer>> arrayLists;
    ArrayList<Integer> list;
    int sum = 0;
    public List<List<Integer>> combinationSum3(int k, int n) {
        arrayLists = new ArrayList<>();
        list = new ArrayList<>();
        backTracking(k, n, 1);
        return arrayLists;
    }

    void backTracking(int k, int n, int i) {
        if (sum > n) return;
        if (list.size() == k) {
            if (sum == n) {
                arrayLists.add(new ArrayList<>(list));
            }
            return;
        }
        for (int j = i; j <= 9 && sum + j <= n; j++) {
            sum+=j;
            list.add(j);
            backTracking(k, n, j+1);
            sum-=j;
            list.remove(list.size()-1);
        }
    }
}
  • 17
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
力扣题礼盒的最大密度问题可以转化为一个函数 f(x) 的形式,其中 f(x) 表示 "礼盒中最大数不超过 x" 这个条件下的密度。 具体地,对于一个给定的数 x,我们可以使用贪心算法来判断在不超过 x 的情况下,最多能拿到多少的礼盒。假设当前已经拿到了 k 个礼盒,其数分别为 d1, d2, ..., dk,且满足 d1 <= d2 <= ... <= dk。此时,我们可以从剩余的礼盒中选择一个最小的数大于 dk 的礼盒,加入到已拿到的礼盒中,直到不能再加入礼盒为止。这个贪心算法的时间复杂度是 O(nlogn),其中 n 是礼盒的数量。 对于一个给定的数 x,如果能拿到的最多数不超过 x,则 f(x) 为 true,否则 f(x) 为 false。这个函数的曲线是一个阶梯状的函数,如下图所示: ``` | | | | | | | | | | |___|___|___|___ x1 x2 x3 x4 ``` 其中,每个竖直的线段表示一个礼盒,x1、x2、x3、x4 分别表示四个礼盒的最大数,每个水平的线段表示函数值为 true 的区间。例如,当 x 取值在 [x3, x4] 区间内时,f(x) 的值都为 true,因为在不超过 x3 的情况下,最多能拿到的数为 3+4+4=11,不超过 x4 的限制。 我们要找到的最大的密度,就是最后一个函数值为 true 的点所对应的 x 值,即 x4。这个问题可以通过二分查找法解决,每次取中间值,判断中间值是否满足条件,然后不断缩小搜索区间,最终找到最大的 x 值。
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

打赏作者

当年拼却醉颜红

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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