回溯-子集问题/子集I II/递增子序列

78.子集

在这里插入图片描述

在这里插入图片描述

class Solution(object):
    def subsets(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        """
        path = []
        res = []
        def backtracking(nums, startindex):
            res.append(path[:])#  收集子集,要放在终止添加的上面,否则会漏掉自己 含有空集 
            '''
            如果放在终止条件里面会漏掉
            [[1,2,3],[1,3],[2,3],[3]]
            [[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]
            '''
            if startindex >= len(nums):
                return
            
            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

class Solution(object):
    def subsetsWithDup(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        """
        # 去重 参考三数之和 树层去重 树枝可重
        nums.sort()
        path = []
        res = []
        def backtracking(nums, startindex):
            res.append(path[:])#  收集子集,要放在终止添加的上面,否则会漏掉自己 含有空集 
            if startindex >= len(nums):
                return
            
            for i in range(startindex, len(nums)):
                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

在这里插入图片描述

在这里插入图片描述
重点:

同一父节点下的同层上使用过的元素就不能在使用了
同事当前元素不能小于序列中的最后一个元素

使用一个数组或set来记录是否使用过该元素
used是记录本层元素是否重复使用,新的一层used都会重新定义(清空),所以要知道used只负责本层!

class Solution(object):
    def findSubsequences(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        """
        # 因为要求自递增 所以不能排序改变序列
        path = []
        res = []
        def backtracking(nums, startindex):
            #  收集子集,要放在终止添加的上面,否则会漏掉自己 同时要求至少两个元素 所以path长度至少为2
            if len(path) >= 2:
                res.append(path[:])

            if startindex >= len(nums):
                return
            used = set()# 使用set对本层元素进行去重
            for i in range(startindex, len(nums)):
                # 若当前元素值小于前一个时(非递增)或者曾用过,跳入下一循环
                if (path and nums[i] < path[-1]) or nums[i] in used :
                    continue
                used.add(nums[i])
                path.append(nums[i])
                backtracking(nums, i + 1)
                path.pop()
            
        backtracking(nums,0)
        return res
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯算法是一种通过穷举所有可能的解来求解问题算法。它通常用于解决组合、排列、子集和搜索等问题。在回溯算法中,我们通过递归的方式尝试所有可能的选择,并在每一步进行剪枝,以避免无效的搜索。 在给出的引用中,有三个例子展示了使用回溯算法解决不同的问题。第一个例子是找出给定数组中的所有递增子序列。通过递归和剪枝的方式,我们可以找到所有满足条件的子序列。 第二个例子是生成给定字符串中的所有字母大小写组合。通过递归和剪枝的方式,我们可以生成所有可能的组合。 第三个例子是生成有效的括号组合。通过递归和剪枝的方式,我们可以生成所有满足括号匹配规则的组合。 总的来说,回溯算法是一种非常灵活和强大的算法,可以用于解决各种组合和搜索问题。在实际应用中,我们可以根据具体问题的特点来设计回溯算法的实现。 #### 引用[.reference_title] - *1* [python 回溯算法总结](https://blog.csdn.net/weixin_45548695/article/details/124146238)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [python数据结构与算法--回溯算法](https://blog.csdn.net/Melo0705/article/details/99728116)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值