系列综述:
💞目的:本系列是个人整理为了秋招算法
的,整理期间苛求每个知识点,平衡理解简易度与深入程度。
🥰来源:材料主要源于代码随想录
进行的,每个算法代码参考leetcode高赞回答和其他平台热门博客,其中也可能含有一些的个人思考。
🤭结语:如果有帮到你的地方,就点个赞和关注一下呗,谢谢🎈🎄🌷!!!
🌈【C++】秋招&实习面经汇总篇
文章目录
一、回溯算法理论基础
定义
- 回溯算法 = 穷举 + 剪枝
- 回溯算法解决的问题一般为npc问题,难以使用常规算法进行解决
- 组合问题:N个数里面按一定规则找出k个数的集合
- 切割问题:一个字符串按一定规则有几种切割方式
- 子集问题:一个N个数的集合里有多少符合条件的子集
- 排列问题:N个数按一定规则选出M个,有几种排列方式
- 棋盘问题:N皇后,解数独等等
- 组合问题:N个数里面按一定规则找出k个数的集合
- 排列和组合的区别:
组合
是不强调元素顺序的,排列
是强调元素顺序。 - 所有的回溯法解决的问题都可以抽象为树形结构
- 回溯基本结构
- 根节点是总数据集合,树枝节点是可选数据集合
- 叶子节点为根节点到叶子节点的路径的选择集合
- for循环表示结果集中的进行元素的选取
```cpp
// 合法性判断
bool isValid(const type &data){
// type中数据项的合法性判断
}
// 回溯函数
vector<vector res;
vector path;
void backtracking(vecotr candidates, int startIndex) {
auto is_ok = [](const type &data){
};
// 递归出口:路径值判断
if (符合条件isValid) {
res.push_back(path);
return;
}
//
// 延申和回撤路径时,可能涉及多个状态标记变量的改动
for (int i = startIndex; i < candidates.size(); ++i) {
剪枝判断;
// 状态延申改动
path.push_back(candidates[i]);// 向下延申
backtracking(剩余可选列表); // 回溯
// 状态回撤改动
path.pop_back();// 回撤延申
}
}
// 主函数
vector<vector<int>> combine(vector<type>& candidates) {
res.clear(); // 可以不写
path.clear();// 可以不写
backtracking(candidates, 0);
return result;
}
```
二、回溯基础算法模板
模板使用的初衷:通过模板的深入理解和背诵,可以做题过程中,比较快的进行问题的划分和抽象转换,然后调用背诵(或者微修改)的回溯模板进行求解。即将模板视为一个功能函数,通过抽象的问题输入进行求解。
组合问题
- 无重复元素的组合
- 基本概述
- 问题:从
无重复元素的组合
中选出若干元素组成组合,每个元素只能被选取一次
,且选出的元素之间没有顺序
之分。 - 举例:从元素集合{1,2,3}中选择2个元素的组合为{(1,2),(1,3),(2,3)}。
- 问题:从
- 代码
- 解决的问题:给定一个
线性表
,求该线性表中满足条件
的组合
- 示例:求线性表中所有个数为target的结果。
- 剪枝:列表中剩余元素
(vec.size() - i) >= 所需需要的元素个数(target - path.size())
vector<vector<int>> subsets(vector<int>& nums) { vector<int> path; // 符合条件的路径 vector<vector<int>> res; // 符合条件的路径集合 auto self = [&](auto &&self, vector<int> &vec, int target, int start){ // 递归出口:满足条件的路径加入结果集中 if (path.size() == target) { res.push_back(path); return ; } // i = start表示从之后剩余中选择 for (int i = start; i < vec.size(); ++i) { if (i > vec.size() - (target-path.size())) continue; path.push_back(vec[i]); // 做出选择 self(self, vec, target, i+1); // 递归 path.pop_back(); // 撤销选择 } }; // 以下两步可以不写 path.clear(); res.clear(); self(self, nums, nums.size(), 0); return res; }
- 解决的问题:给定一个
- 有重复元素的组合
- 基本概述
- 问题:从
有重复元素的组合
中选出若干元素组成组合,每个元素只能被选取一次
,且选出的元素之间没有顺序
之分。 - 举例:从集合{1, 2, 2, 3}中选择2个元素的组合为{1, 2}、{1, 3}、{2, 2}、{2, 3}。
- 问题:从
- 代码
- 解决问题:给定一个
线性表
,求该线性表中满足条件
的组合
,因为有重复元素,所以选择重复元素时只能使用一次,否则会出现集合中的重复
class Solution { public: vector<vector<int>> combine(vector<int> vec, int k) { result.clear(); // 可以不写 path.clear(); // 可以不写 sort(vec.begin(), vec.end()); // 注意需要先进行一个排序 BackTracking(vec, 0, k); return result; } }; private: // 回溯核心算法 vector<vector<int>> result; // 存放符合条件结果的集合 vector<int> path; // 用来存放符合条件结果 void BackTracking(vector<int> &vec, int start, int target) { // 递归出口:满足条件则加入结果集中 if (path.size() == target) { result.push_back(path); return ; } // 回溯算法 for (int i = start; i < vec.size(); i++) { // 剪枝:重复选择只选一次,需要配合sort使用 if (i > start && vec[i] == vec[i - 1]) continue; // 回溯步骤 path.push_back(vec[i]); // 做出选择 BackTracking(vec, i + 1, target);// 递归 path.pop_back(); // 撤销选择 } }
- 解决问题:给定一个
排列问题
- 无重复元素的全排列
- 基本概述
- 问题:无重复元素的排列是指在
给定一组不同的元素
中,按照一定的顺序排列出所有可能的组合
,每个元素只出现一次
。 - 举例:从集合{1, 2, 3},则可以产生以下6种无重复元素的排列:{1, 2, 3}、{1, 3, 2}、{2, 1, 3}、{2, 3, 1}、{3, 1, 2}、{3, 2, 1}。
- 问题:无重复元素的排列是指在
- 代码
vector<vector<int>> permute(vector<int>& nums) {
// 无重复元素全排列匿名函数模板
vector<int> path; // 回溯路径
vector<vector<int>> res; // 回溯路径结果集合
auto self = // 将自身作为右值引用进行递归传递
[&](auto&& self, vector<int> &nums, vector<bool> used){
// 递归出口:找到一条合法路径
if (path.size() == nums.size()) {
res.push_back(path);
return ;
}
for (int i = 0; i < nums.size(); ++i) {
// path里已经收录的元素,直接跳过
if (used[i] == true) continue;
// 增加选择
used[i] = true;
path.push_back(nums[i]);
// 进行回溯
self(self, nums, used);
// 撤回选择
used[i] = false;
path.pop_back();
}
};
// 主要部分
res.clear();
path.clear();
// 注意选择的初始化
vector<bool> used(nums.size(), false);
self(self, nums, used);
return res;
}
- 有重复元素的全排列
- 基本概述
- 问题:无重复元素的排列是指在
给定一组不同的元素
中,按照一定的顺序排列出所有的不重复组合
- 举例:从集合[1,1,2],则可以产生无重复的全排列: [1,1,2], [1,2,1], [2,1,1]
- 问题:无重复元素的排列是指在
- 代码
- 解决问题:给定一个
线性表
,求该线性表中满足条件
的组合
,因为有重复元素,所以选择重复元素时只能使用一次,否则会出现集合中的重复 - 去重操作需要对线性数组中的元素进行排序
class Solution { public: vector<vector<int>> permuteUnique(vector<int>& nums) { // 重复计数 unordered_map<int, int> umap; for (auto i : nums) ++umap[i]; backtrace(umap, 0, nums.size()); return res; } private: vector<vector<int> > res; vector<int> path; void backtrace(unordered_map<int, int> &umap, int k, int total) { if (k == total) { res.push_back(path); return; } for (auto& p : umap) { // 每轮递归结束会进入循环 if (p.second == 0) continue; --p.second; path.push_back(p.first); backtrace(umap, k + 1, n); ++p.second; path.pop_back(); } } };
- 解决问题:给定一个
三、回溯算法基本题目
77. 组合
- 77. 组合
- 题目:给定两个整数 n 和 k,返回范围 [1, n] 中所有可能的 k 个数的组合。
- 组合中的元素不能重复
// 函数式编程? vector<vector<int>> result; // 存放符合条件结果的集合 vector<int> path; // 用来存放符合条件结果 void backtracking(int n, int k, int startIndex) { // 递归结束条件:组合树的叶子节点的条件 if (path.size() == k) { result.push_back(path); return ; } // 回溯的递归: for (int i = startIndex; i <= n; i++) { path.push_back(i); // 处理节点 backtracking(n, k, i + 1); // 递归 path.pop_back(); // 回溯,撤销处理的节点 } } vector<vector<int>> combine(int n, int k) { result.clear(); // 可以不写 path.clear(); // 可以不写 backtracking(n, k, 1); return result; }
39. 组合总和
- 39. 组合总和
- 问题:给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回
vector<vector<int>> res; vector<int> path; void backtracking(vector<int> &candidates, int startIndex, int target, int sum){ // 结束条件 if (sum > target) return ; if (sum == target) { res.push_back(path); return ; } // 路径回溯 for (int i = startIndex; i < candidates.size(); ++i) { sum += candidates[i];// 路径值累加 path.push_back(candidates[i]);// 路径延申 backtracking(candidates, i, target, sum); sum -= candidates[i]; path.pop_back(); } } vector<vector<int>> combinationSum(vector<int>& candidates, int target) { res.clear(); path.clear(); backtracking(candidates, 0, target, 0); return res; }
40.组合总和II
- 40.组合总和II
- 集合(数组candidates)有重复元素,但还不能有重复的组合。
- 同一个层不可重复选取两个相同的元素
// 结果容器 vector<vector<int>> result; vector<int> path; // 回溯函数 void backtracking(vector<int>& candidates, int target, int sum, int startIndex, vector<bool>& used) { if (sum == target) { result.push_back(path); return; } for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) { // used[i - 1] == true,说明同一树枝candidates[i - 1]使用过 // used[i - 1] == false,说明同一树层candidates[i - 1]使用过 // 要对同一树层使用过的元素进行跳过 if (i > 0 && candidates[i] == candidates[i - 1] && used[i - 1] == false) { continue; } // 延申路径:改变状态机中路径相关变量,sum、path、used sum += candidates[i]; path.push_back(candidates[i]); used[i] = true; // 回溯函数 backtracking(candidates, target, sum, i + 1, used); // 回缩路径 used[i] = false; sum -= candidates[i]; path.pop_back(); } } vector<vector<int>> combinationSum2(vector<int>& candidates, int target) { vector<bool> used(candidates.size(), false); path.clear(); result.clear(); // 首先把给candidates排序,让其相同的元素都挨在一起。 sort(candidates.begin(), candidates.end()); backtracking(candidates, target, 0, 0, used); return result; }
131. 分割回文串
- 131. 分割回文串
- 获取
[startIndex,i]
在s中的子串s.substr(startIndex, i - startIndex + 1)
// 判断是否为回文字符串 bool isPalindrome(const string& s, int start, int end) { for (int i = start, j = end; i < j; i++, j--) { if (s[i] != s[j]) { return false; } } return true; } // 基本的回溯 vector<vector<string>> result; vector<string> path; // 放已经回文的子串 void backtracking (const string& s, int startIndex) { // 如果起始位置已经大于s的大小,说明已经找到了一组分割方案了 if (startIndex >= s.size()) { result.push_back(path); return; } for (int i = startIndex; i < s.size(); i++) { // 剪枝与枝的延长 if (isPalindrome(s, startIndex, i)) { // 是回文子串 // 获取[startIndex,i]在s中的子串 string str = s.substr(startIndex, i - startIndex + 1); path.push_back(str); } else { // 不是回文,跳过 continue; } backtracking(s, i + 1); // 寻找i+1为起始位置的子串 path.pop_back(); // 回溯过程,弹出本次已经填在的子串 } } vector<vector<string>> partition(string s) { result.clear(); path.clear(); backtracking(s, 0); return result; }
- 获取
93. 复原 IP 地址
- 93. 复原 IP 地址
str.insert(1,s);
在原串下标为1的字符e前插入字符串sstr.erase(0);
删除下标为0的字符
vector<string> result;// 记录结果 // startIndex: 搜索的起始位置,pointNum:添加逗点的数量 void backtracking(string& s, int startIndex, int pointNum) { if (pointNum == 3) { // 逗点数量为3时,分隔结束 // 判断第四段子字符串是否合法,如果合法就放进result中 if (isValid(s, startIndex, s.size() - 1)) { result.push_back(s); } return; } for (int i = startIndex; i < s.size(); i++) { if (isValid(s, startIndex, i)) { // 判断 [startIndex,i] 这个区间的子串是否合法 s.insert(s.begin() + i + 1 , '.'); // 在i的后面插入一个逗点 pointNum++; backtracking(s, i + 2, pointNum); // 插入逗点之后下一个子串的起始位置为i+2 pointNum--; // 回溯 s.erase(s.begin() + i + 1); // 回溯删掉逗点 } else break; // 不合法,直接结束本层循环 } } // 判断字符串s在左闭又闭区间[start, end]所组成的数字是否合法 bool isValid(const string& s, int start, int end) { if (start > end) { return false; } if (s[start] == '0' && start != end) { // 0开头的数字不合法 return false; } int num = 0; for (int i = start; i <= end; i++) { if (s[i] > '9' || s[i] < '0') { // 遇到非数字字符不合法 return false; } num = num * 10 + (s[i] - '0'); if (num > 255) { // 如果大于255了不合法 return false; } } return true; } vector<string> restoreIpAddresses(string s) { result.clear(); if (s.size() < 4 || s.size() > 12) return result; // 算是剪枝了 backtracking(s, 0, 0); return result; }
1005. K 次取反后最大化的数组和
- 1005. K 次取反后最大化的数组和
- sort的使用:第三个参数为自定义的排序队则,在头文件#include
- accumulate的使用:第三个参数为累加的初值,在头文件include
static bool cmp(int a, int b) { return abs(a) > abs(b);// 绝对值的从大到小进行排序 } int largestSumAfterKNegations(vector<int>& A, int K) { // 将容器内的元素按照绝对值从大到小进行排序 sort(A.begin(), A.end(), cmp); // 在K>0的情况下,将负值按照绝对值从大到小依次取反 for (int i = 0; i < A.size(); i++) { if (A[i] < 0 && K > 0) { A[i] *= -1; K--; } } // 如果K为奇数,将最小的正数取反 if (K % 2 == 1) A[A.size() - 1] *= -1; // 求和 return accumulate(A.begin(),A.end(),0); // 第三个参数为累加的初值,在头文件include<numeric> }