组合总和
给定一个无重复元素的数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。
candidates 中的数字可以无限制重复被选取。
说明:
- 所有数字(包括 target)都是正整数。
- 解集不能包含重复的组合。
示例 1:
- 输入:candidates = [2,3,6,7], target = 7,
- 所求解集为: [ [7], [2,2,3] ]
示例 2:
- 输入:candidates = [2,3,5], target = 8,
- 所求解集为: [ [2,2,2,2], [2,3,3], [3,5] ]
首先考虑题目中提到的无限制重复选取,那么就一定要去除零的存在,否则将进入死循环;
题目给出1 <= candidates[i] <= 200,说明此处不用担心死循环的问题;
此处依然采取构建树形结构的回溯,可知此时树的深度是由target和sum的值来限定的:
和组合问题最大的区别是每一次取数都是从整个candidates数组取数,这样才保证了题目要求的无限制重复选取;
下面是回溯代码:
vector<vector<int>> res;
vector<int> path;
void backtracking(vector<int>& candidates, int target, int sum, int startIndex){
//sum记录路径总和以确定路径是否满足要求,startIndex防止结果出现重复的组合
if(sum >= target){
if(sum == target) res.push_back(path);
return;
}//终止条件不难理解,sum>=target即不再往下
for(int i = startIndex; i < candidates.size(); i++){
path.push_back(candidates[i]);
sum += candidates[i];
backtracking(candidates, target, sum, i);//注意这里不是i+1,因为要满足可取重复元素
sum -= candidates[i];
path.pop_back();
}
}
注意此处依然可以进行剪枝操作,如果得到的是一个排序数组,那只要for循环中的下一层的sum。即本层的sum + candidates[i]>target了,就可以直接退出for循环了;即
for(int i = startIndex; i < candidates.size() && sum + candiates[i] <= target; i++)
整体代码如下:
class Solution {
private:
vector<vector<int>> res;
vector<int> path;
void backtracking(vector<int>& candidates, int target, int sum, int startIndex){
//sum记录路径总和以确定路径是否满足要求,startIndex防止结果出现重复的组合
if(sum >= target){
if(sum == target) res.push_back(path);
return;
}//终止条件不难理解,sum>=target即不再往下
for(int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++){
path.push_back(candidates[i]);
sum += candidates[i];
backtracking(candidates, target, sum, i);
sum -= candidates[i];
path.pop_back();
}
}
public:
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
res.clear();
path.clear();
sort(candidates.begin(), candidates.end()); //剪枝操作要求有序数组
backtracking(candidates, target, 0, 0);
return res;
}
};
组合总和Ⅱ
给定一个数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。
candidates 中的每个数字在每个组合中只能使用一次。
说明: 所有数字(包括目标数)都是正整数。解集不能包含重复的组合。
- 示例 1:
- 输入: candidates = [10,1,2,7,6,1,5], target = 8,
- 所求解集为:
[
[1, 7],
[1, 2, 5],
[2, 6],
[1, 1, 6]
]
- 示例 2:
- 输入: candidates = [2,5,2,1,2], target = 5,
- 所求解集为:
[
[1,2,2],
[5]
]
和上道题的思路是极为类似的,这道题很明显是数组中可以含有数值相同的元素,但是组合中又不允许出现重复的组合,也就是剪枝需要剪掉所有可能出现重复元素的场景,因为此处去重操作是去除树层里的重复元素,而不是树枝里的重复元素,因为组合允许出现相同的数值;
显而易见,此时若想进行去重操作,原数组一定是一个排序好的数组;
此处举例说明为什么要进行数层剪枝:candidates = [1, 1, 2], target = 3;
所以我们可以使用一个和nums.size()等长的used数组来记录遍历情况,每次遍历之前先检索used数组即可知道此时是否应该进行剪枝操作;
vector<vector<int>> res;
vector<int> path;
void backtracking(vector<int>& nums, int targetSum, int sum, int startIndex, vector<bool> used){
if(sum >= targetSum){//终止条件和上一样
if(sum == targetSum) res.push_back(path);
return;
}
for(int i = startIndex; i < nums.szie() && sum + nums[i] <= target; i++){//剪枝
if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false){//剪枝,如果是操作数层是继续下一层循环
//此时used[i - 1] == true;则是操作树枝
continue;
}
path.push_back(nums[i]);
used[i] = true;
sum += nums[i];
backtracking(nums, targetSum, sum, i, used);
sum -= nums[i];
used[i] = false;
path.pop_back();
}
}
不用used数组也可以实现,整体代码如下:
class Solution {
private:
vector<vector<int>> res;
vector<int> path;
void backtracking(vector<int>& nums, int targetSum, int sum, int startIndex/*, vector<bool>& used*/) {
if (sum == targetSum) {
res.push_back(path);
return;
}
for (int i = startIndex; i < nums.size() && sum + nums[i] <= targetSum; i++) { // 剪枝
// if(i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) { // 剪枝,如果是操作数层是继续下一层循环
// 把判空条件写在了执行语句后面,找了半个多小时才找到问题,警钟撅烂 // 此时used[i - 1] == true;则是操作树枝
// continue;
// }
//可以不使用used数组的方式进行树层去重剪枝
//此时要求i>startIndex说明至少已经操作过一个元素,不会漏掉组合的可能性,即保证了最左侧树枝可以取到,同时满足了i>0的判定数组下标非负判断
if(i > startIndex && nums[i] == nums[i - 1]){
continue;
}
path.push_back(nums[i]);
// used[i] = true;
sum += nums[i];
backtracking(nums, targetSum, sum, i + 1/*, used*/);
sum -= nums[i];
// used[i] = false;
path.pop_back();
}
}
public:
vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
res.clear();
path.clear();
//vector<bool> used(candidates.size(), false);
sort(candidates.begin(), candidates.end()); // 排序
backtracking(candidates, target, 0, 0);
return res;
}
};
分割回文串
给定一个字符串 s,将 s 分割成一些子串,使每个子串都是回文串。
返回 s 所有可能的分割方案。
示例: 输入: “aab” 输出: [ [“aa”,“b”], [“a”,“a”,“b”] ]
回文串是一个局部的字符串片段,它在正向和反向读来都保持一致;
组合问题:选取一个a之后,在bcdef中再去选取第二个,选取b之后在cdef中再选取第三个;
切割问题:切割一个a之后,在bcdef中再去切割第二段,切割b之后在cdef中再切割第三段;
所以切割问题可以抽象为和组合问题一样的解决方法;
for循环横向遍历,纵向递归当切割线到字符串最后一位的时候即得到一组切割方法;
vector<string> path;
vector<vector<string>> res;
//回溯函数的参数
void backtracking(const string& s, int startIndex){
if(startIndex == s.size()){//终止条件,判断回文是否放进单层递归逻辑里
res.push_back(path);
return;
}
for(int i = startIndex; i < s.size(); i++){
if(isPalindrome2(s, startIndex, i)){//判断是否回文
string temp = s.substr(startIndex, i - startIndex + 1);//左闭右闭
path.push_back(temp);
}//如果不是回文子串则放弃对此字串的搜索
else continue;
backtracking(s, i + 1);
path.pop_back();
}
}
bool isPalindrome1(const string& s, int begin, int end){//首尾遍历判断是否为回文串
while(s[begin] == s[end] && begin <= end){
begin++;
end--;
}
if(begin >= end) return true;
else return false;
}
bool isPalindrome2(const string& s, int begin, int end){
for(int i = begin, j = end; i < j; i++, j--){
if(s[i] != s[j]) return false;
}
return true;
}
整体代码如下:
class Solution {
private:
vector<string> path;
vector<vector<string>> res;
//回溯函数的参数
void backtracking(const string& s, int startIndex){
if(startIndex == s.size()){//终止条件,判断回文是否放进单层递归逻辑里
res.push_back(path);
return;
}
for(int i = startIndex; i < s.size(); i++){
if(isPalindrome2(s, startIndex, i)){//判断是否回文
string temp = s.substr(startIndex, i - startIndex + 1);//左闭右闭
path.push_back(temp);
}//如果不是回文子串则放弃对此字串的搜索
else continue;
backtracking(s, i + 1);
path.pop_back();
}
}
bool isPalindrome1(const string& s, int begin, int end){//首尾遍历判断是否为回文串
while(s[begin] == s[end] && begin <= end){
begin++;
end--;
}
if(begin >= end) return true;
else return false;
}
bool isPalindrome2(const string& s, int begin, int end){
for(int i = begin, j = end; i < j; i++, j--){
if(s[i] != s[j]) return false;
}
return true;
}
public:
vector<vector<string>> partition(string s) {
path.clear();
res.clear();
backtracking(s,0);
return res;
}
};