回溯算法 | 子集问题（递增子序列） | leecode刷题笔记

跟随carl代码随想录刷题
语言：python

---

78. 子集

题目：给你一个整数数组 nums ，数组中的元素 互不相同 。返回该数组所有可能的子集（幂集）。
解集 不能 包含重复的子集。你可以按 任意顺序 返回解集。
👉示例 1：
输入：nums = [1,2,3]
输出：[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]
👉示例 2：
输入：nums = [0]
输出：[[],[0]]

题目分析

• 组合问题和分割问题都是收集树的叶子节点

• 子集问题是找树的所有节点

• 本题终止条件可以不要，for循环结束后自动结束

  • if startIndex == len(nums):
  • return

• 注意：res.append(path[:]) # 是path[:]，而不是path

完整代码如下

class Solution:
    def subsets(self, nums: List[int]) -> List[List[int]]:
        res = []
        path = []

        def backtracking(nums, startIndex):

            if path not in res:
                res.append(path[:])  # 注意是path[:]，而不是path

            # 单层递归逻辑
            for i in range(startIndex, len(nums)):
                path.append(nums[i])
                backtracking(nums, i+1)
                path.pop()
        
        backtracking(nums, 0)
        return res

90. 子集 II

题目：给你一个整数数组 nums ，其中可能包含重复元素，请你返回该数组所有可能的子集（幂集）。
解集 不能 包含重复的子集。返回的解集中，子集可以按 任意顺序 排列。
👉示例 1：
输入：nums = [1,2,2]
输出：[[],[1],[1,2],[1,2,2],[2],[2,2]]
👉示例 2：
输入：nums = [0]
输出：[[],[0]]

题目分析

因为数组中元素存在重复，因此在单层逻辑编写的时候要进行树层去重判断：如果当前元素与前一个元素重复了，那就终止这层逻辑，即：终止对当前元素的操作。接着对下一个元素进行判断。
因此要注意两点：

• 剪枝之前要提前排序.sort()
• 树层去重：if i > startIndex and nums[i] == nums[i-1]: continue

注：[:]中，省略头部和尾部索引值，功能是复制列表。

完整代码如下

class Solution:
    def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:
        res = []
        path = []
        nums.sort()  # 剪枝之前先排序

        def backtracking(nums, startIndex):
            if path not in res:
                res.append(path[:])  # 这里一定要写path[:]，而不是path。

            # 终止条件
            if startIndex == len(nums):
                return

            # 单层递归逻辑
            for i in range(startIndex, len(nums)):
                # 树层去重
                if i < startIndex and nums[i]==nums[i-1]:
                    continue
                path.append(nums[i])
                backtracking(nums, i+1)
                path.pop()

        backtracking(nums, 0)
        return res

491. 递增子序列

题目：给你一个整数数组 nums ，找出并返回所有该数组中不同的递增子序列，递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。
数组中可能含有重复元素，如出现两个整数相等，也可以视作递增序列的一种特殊情况。

题目分析

• 递增子序列

  • 本题要求递增子序列，所以不能对数组排序，否则就破坏了原数组的顺序。

  • ⭐️本题有一个坑：只要求递增子序列，而不要求连续递增子序列。

    • eg：如果nums = [4, 7, 6, 7]，那么[4, 7, 7]是一个所求集合。
    • 😄因此判断当前元素是否符合进入递增序列的条件，要看它的值与当前path中的最后一个元素值的大小关系：if path and nums[i] < path[-1]: continue
    • 😭错误写法：if nums[i] < nums[i-1]: continue # 如果当前元素比前一个元素小，那就结束对这个元素的操作。【这个比较是不对的，会导致直接在6就continue了，导致集合[4, 7, 7]，没办法统计】

  • 剪枝优化操作：

    • 如果一个元素已经在前面的集合中作为头元素出现过了，那么对这个元素的操作就终止：usage_list = set()，if nums[i] in usage_list: continue
    • eg：nums = [4, 4, 5]，以索引为0的元素4为首部的集合有：[4, 4], [4, 4, 5], [4, 5]。因此在遍历到 索引为1的元素4 时，直接continue，因为此时以它为首部的集合[4, 5]已经出现过了，没必要再统计。
• 至少有两个元素
  • 所以：if len(path) >= 2: res.append(path) # 只会添加长度大于等于2的集合
• 因为一个元素不能重复使用，所以要使用startIndex作为每次回溯的起始点。
• 没有剪枝优化时，直接在进入结果集时加一个条件判断就好了：if path not in res: res.append(path)

完整代码如下

回溯算法

class Solution:
    def findSubsequences(self, nums: List[int]) -> List[List[int]]:
        res = []
        path = []

        def backtracking(nums, startIndex):
            if path not in res and len(path)>=2:
                res.append(path[:])
            
            # 单层回溯逻辑
            for i in range(startIndex, len(nums)):
                # 判断是否是递增的
                if path and nums[i] < path[-1]:
                    continue
                path.append(nums[i])  # 读取当前元素
                backtracking(nums, i+1)  # 回溯
                path.pop()

        backtracking(nums, 0)
        return res

回溯算法——剪枝优化

增加一个对集合头部元素是否出现过的判断

class Solution:
    def findSubsequences(self, nums: List[int]) -> List[List[int]]:
        res = []
        path = []

        def backtracking(nums, startIndex):
            if path not in res and len(path)>=2:
                res.append(path[:])
            
            # 单层回溯逻辑
            usage_list = set()
            for i in range(startIndex, len(nums)):
                # 判断是否是递增的
                if path and nums[i] < path[-1] or nums[i] in usage_list:
                    continue
                usage_list.add(nums[i])
                path.append(nums[i])  # 读取当前元素
                backtracking(nums, i+1)  # 回溯
                path.pop()

        backtracking(nums, 0)
        return res