在用回溯法做组合、子集和排列问题时,往往会涉及到“去重”的操作,下面总结一下。
组内去重
对于组内去重,各个问题又有所不同,下面分开讨论:
组内去重之组合问题
在组合问题中,利用startIndex可以进行组内去重,如77. 组合,部分代码如下:
组内去重代码:
for (int i = startIndex; i <= n; i++){
path.add(i);
backtracking(n,k,i+1); // 递归
path.removeLast(); // 回溯
}
可以看出,组内去重是利用递归传递 i + 1,使得组内下一个元素一定不会重复,但是,当遇到所给数组中已经存在重复元素时,就要涉及到组间去重。这部分下面将会介绍。而有些题中,允许组内元素可以重复,这里在递归传入参数时,就可以传 i 了,所以总结:组内的元素怎么样,是通过控制外层for循环与递归时传递的参数来控制的。
而子集问题与组合类似,单层递归部分基本差不多。
组内去重之排列问题
排列问题的特殊在于,子集数与父集数相同,每一个都必须排列,组内不能重复,但是在递归时,for循环起始从0开始(为了让每个位置都可以选所有的数字),是不需要startIndex的,而为了确保不重复,这里就巧妙的用了哈希法的思想,把使用过的元素存入一个哈希表中(这里由于可选数据小,可以用数组作为哈希表)记录下来,下次加入元素前,判断一下是否使用过就行了。
组内去重代码:
for(int i = 0; i < nums.length; i++) {
// 去重操作
if(!temp.isEmpty() && table[nums[i] + 10]) {
continue;
}
temp.add(nums[i]);
table[nums[i] + 10] = true; // 设置哈希表,使用过的元素记录
backtracking(nums);
temp.remove(temp.size() - 1); // 回溯
table[nums[i] + 10] = false; // 回溯之后,使用过的记录也清空
}
组间去重
涉及到组间去重的问题,往往题目所给数据已经存在重复元素,而答案要求不能有相同的组合,如:40. 组合总和 II、90. 子集 II、47. 全排列 II等等,下面分别给出这几个问题关键的代码:
组间去重之组合问题
for(int i = startIndex; i < candidates.length; i++) {
if(target - candidates[i] < 0) { // 剪枝,有了这一步,在外面的循环就可以少一个退出条件了,因为达到退出条件的,只有符合条件的结果集了
continue;
}
target -= candidates[i];
temp.add(candidates[i]);
backtracking(candidates, target, i + 1);
target += candidates[i];
temp.remove(temp.size() - 1);
// 回溯之后,为了保证下一次取的数字不重复,一直移动i,便能确保去重,注意要先控制i + 1小于数组大小,否则会出现空指针异常
while(i + 1< candidates.length && candidates[i + 1] ==candidates[i]) {
i++;
}
}
组间去重之子集问题
for(int i = startIndex; i < nums.length; i++){
temp.add(nums[i]);
backtracking(nums, i + 1);
temp.remove(temp.size() - 1);
while(i + 1 < nums.length && nums[i + 1] == nums[i]) {// 组间去重操作
i++;
}
}
组间去重之排列问题
for(int i = 0; i < nums.length; i++) {
if(used[i]) {
continue;
}
temp.add(nums[i]);
used[i] = true;
backtracking(nums, used);
temp.remove(temp.size() - 1);
used[i] = false;
while(i + 1 < nums.length && nums[i +1] == nums[i]) {
i++;
}
}
可以看出,对于组间要去重的操作,关键在于回溯时加上这段代码:
while(i + 1 < nums.length && nums[i +1] == nums[i]) {
i++;
}
这就是判断下一次循环时,是否用了已经找到满足条件的组合,需要跳过。
特殊情况(491. 非递减子序列)
但是有些题目,虽然所给数字有重复的,但是组合中可以出现重复元素,这时千万别无脑用模板,看清楚题目再下手,如下面这题:
491. 非递减子序列
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。
示例 1:
输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]
示例 2:
输入:nums = [4,4,3,2,1]
输出:[[4,4]]
代码:
class Solution {
List<Integer> temp = new ArrayList<>();
List<List<Integer>> result = new ArrayList<>();
public List<List<Integer>> findSubsequences(int[] nums) {
backtracking(nums, 0);
return result;
}
public void backtracking(int[] nums, int startIndex) {
if(temp.size() >= 2) {
result.add(new ArrayList<>(temp));
}
Set<Integer> set = new HashSet<>();
for(int i = startIndex; i < nums.length; i++) {
// 解决递增以及重复的问题
if(!temp.isEmpty() && (nums[i] < temp.get(temp.size() - 1)) || set.contains(nums[i])) {
continue;
}
temp.add(nums[i]);
set.add(nums[i]);
backtracking(nums, i + 1);
temp.remove(temp.size() - 1);
}
}
}
今天的另一道打卡题:
46.全排列
没什么特别,就是理解排列和组合的区别就行,在于for循环的设置。
class Solution {
List<Integer> temp = new ArrayList<>();
List<List<Integer>> result = new ArrayList<>();
boolean[] table = new boolean[21];
public List<List<Integer>> permute(int[] nums) {
backtracking(nums);
return result;
}
public void backtracking(int[] nums) {
if(temp.size() == nums.length) {
result.add(new ArrayList<>(temp));
return;
}
for(int i = 0; i < nums.length; i++) {
// 去重操作
if(!temp.isEmpty() && table[nums[i] + 10]) {
continue;
}
temp.add(nums[i]);
table[nums[i] + 10] = true; // 设置哈希表,使用过的元素记录
backtracking(nums);
temp.remove(temp.size() - 1); // 回溯
table[nums[i] + 10] = false; // 回溯之后,使用过的记录也清空
}
}
}