Day 28 回溯算法part04 ： 93.复原IP地址 78.子集 90.子集II

93. 复原 IP 地址

有效 IP 地址 正好由四个整数（每个整数位于 0 到 255 之间组成，且不能含有前导 0），整数之间用 '.' 分隔。

• 例如："0.1.2.201" 和 "192.168.1.1" 是 有效 IP 地址，但是 "0.011.255.245"、"192.168.1.312" 和 "192.168@1.1" 是 无效 IP 地址。

给定一个只包含数字的字符串 s ，用以表示一个 IP 地址，返回所有可能的有效 IP 地址，这些地址可以通过在 s 中插入 '.' 来形成。你 不能 重新排序或删除 s 中的任何数字。你可以按 任何 顺序返回答案。

示例 1：

输入：s = "25525511135"
输出：["255.255.11.135","255.255.111.35"]

示例 2：

输入：s = "0000"
输出：["0.0.0.0"]

示例 3：

输入：s = "101023"
输出：["1.0.10.23","1.0.102.3","10.1.0.23","10.10.2.3","101.0.2.3"]

提示：

• 1 <= s.length <= 20
• s 仅由数字组成

class Solution(object):
    def restoreIpAddresses(self, s):
        """
        :type s: str
        :rtype: List[str]
        time: O(N)
        最坏情况下，我们需要考虑字符串中所有可能的4-segment combinations，
        即每个segment长度可为1、2、3。总共有 3 * 3 * 3 * 3 = 81 种分割方式。
        每种分割方式都需要O(N)时间来生成和保存这个字符串，因此总时间复杂度为O(N)。
        space: O(1)
        储所有可能的IP地址需要的额外空间，最多有81种有效的IP地址，
        所以空间复杂度为O(1)（常数级别）。
        """

        output = []

        def backtracking(first = 0, curr = [], sum_dot = 0):
            # base case:
            if sum_dot > 4:
                return
            if first == len(s) and sum_dot == 4:
                output.append('.'.join(curr))
                return

            for i in range(first, min(len(s),first+3)):
                segment = s[first:i + 1]

                # Check for leading zeros and integer range
                if (len(segment) > 1 and segment[0] == '0') or int(segment) > 255:
                    continue

                curr.append(segment) 
                sum_dot += 1
                backtracking(i+1, curr, sum_dot)
                sum_dot -= 1
                curr.pop()

        backtracking()
        return output

78. 子集

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]]

提示：

• 1 <= nums.length <= 10
• -10 <= nums[i] <= 10
• nums 中的所有元素 互不相同

class Solution(object):
    def subsets(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        time: O(n * 2 ^ n)
        该算法的时间复杂度主要取决于解的数量，即输出列表output的大小
        。对于一个长度为n的数组，其幂集（所有可能的子集）的大小为 2 ^ n,
        因此，填充output列表的时间复杂度为 O(2 ^ n)
        对于每个子集，我们需要 O(n) 的时间来复制它（即curr[:]操作）。
        space: O(2 ^ n)
        输出列表output需要 O(2 ^ n)的空间。
        除了输出之外，算法使用 O(n) 的递归调用栈空间。
        """
        output = []

        def backtracking(first = 0, curr = []):
            # base:
            output.append(curr[:])
            if first == len(nums):
                return

            for i in range(first, len(nums)):
                curr.append(nums[i])
                backtracking(i + 1, curr)
                curr.pop()

        backtracking()
        return output

            

 

90. 子集 II

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]]

提示：

• 1 <= nums.length <= 10
• -10 <= nums[i] <= 10

class Solution(object):
    def subsetsWithDup(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        time: O(n * 2 ^ n)
        排序：O(nlogn)
        递归：
        该算法的时间复杂度主要取决于解的数量，即输出列表output的大小。对
        于一个长度为n的数组，其幂集（所有可能的子集）的大小为 2 ^ n,
        因此，填充output列表的时间复杂度为 O(2 ^ n)。
        创建子集副本：对于每个子集，我们需要 O(n) 的时间来复制它（即curr[:]操作）。
        space: O(2 ^ n)
        输出列表output需要 O(2 ^ n)的空间。
        除了输出之外，算法使用 O(n) 的递归调用栈空间。
        """

        nums.sort()
        output = []

        def backtracking(first = 0, curr = []):
            # base case
            output.append(curr[:])

            for i in range(first, len(nums)):
                if i > first and nums[i] == nums[i-1]:
                    continue

                curr.append(nums[i])
                backtracking(i+1, curr)
                curr.pop()

        backtracking()
        return output