子集和问题 算法_LeetCode 题解 | 78.子集

力扣 78. 子集 （点击查看题目）

力扣​leetcode-cn.com

题目描述

给定一组 不含重复元素 的整数数组 nums，返回该数组所有可能的子集（幂集）。

说明：解集不能包含重复的子集。

示例:

输入: nums = [1,2,3]
输出:
[
  [3],
  [1],
  [2],
  [1,2,3],
  [1,3],
  [2,3],
  [1,2],
  []
]

解决方案

观察全排列 / 组合 / 子集问题，它们比较相似，且可以使用一些通用策略解决。

首先，它们的解空间非常大：

• 全排列：
• 组合：
• 子集：
  ，每个元素都可能存在或不存在。

在它们的指数级解法中，要确保生成的结果 完整 且 无冗余，有三种常用的方法：

• 递归
• 回溯
• 基于二进制位掩码和对应位掩码之间的映射字典生成排列 / 组合 / 子集

相比前两种方法，第三种方法将每种情况都简化为二进制数，易于实现和验证。

此外，第三种方法具有最优的时间复杂度，可以生成按照字典顺序的输出结果。

方法一：递归

思路

开始假设输出子集为空，每一步都向子集添加新的整数，并生成新的子集。

Python 实现

class 

Java 实现

class 

复杂度分析

时间复杂度：

，生成所有子集，并复制到输出结果中。

空间复杂度：

，这是子集的数量。

对于给定的任意元素，它在子集中有两种情况，存在或者不存在（对应二进制中的 0 和 1）。因此，

个数字共有

个子集。

方法二：回溯

算法

幂集是所有长度从 0 到 n 所有子集的组合。

根据定义，该问题可以看作是从序列中生成幂集。

遍历 子集长度，通过 回溯 生成所有给定长度的子集。

回溯法是一种探索所有潜在可能性找到解决方案的算法。如果当前方案不是正确的解决方案，或者不是最后一个正确的解决方案，则回溯法通过修改上一步的值继续寻找解决方案。

算法

定义一个回溯方法 backtrack(first, curr)，第一个参数为索引 first，第二个参数为当前子集 curr。

• 如果当前子集构造完成，将它添加到输出集合中。
• 否则，从 first 到 n 遍历索引 i。
• 将整数 nums[i] 添加到当前子集 curr。
• 继续向子集中添加整数：backtrack(i + 1, curr)。
• 从 curr 中删除 nums[i] 进行回溯。

Python 实现

class 

Java 实现

class 

复杂度分析

时间复杂度：

，生成所有子集，并复制到输出集合中。

空间复杂度：

，存储所有子集，共

个元素，每个元素都有可能存在或者不存在。

方法三：字典排序（二进制排序） 子集

思路

该方法思路来自于 Donald E. Knuth。

将每个子集映射到长度为 n 的位掩码中，其中第 i 位掩码 nums[i] 为 1，表示第 i 个元素在子集中；如果第 i 位掩码 nums[i] 为 0，表示第 i 个元素不在子集中。

例如，位掩码 0..00（全 0）表示空子集，位掩码 1..11（全 1）表示输入数组 nums。

因此要生成所有子集，只需要生成从 0..00 到 1..11 的所有 n 位掩码。

乍看起来生成二进制数很简单，但如何处理左边填充 0 是一个问题。因为必须生成固定长度的位掩码：例如 001，而不是 1。因此可以使用一些位操作技巧：

Python 实现

nth_bit 

Java 实现

int 

或者使用简单但低效的迭代进行控制：

Python 实现

for 

Java 实现

for 

算法

• 生成所有长度为 n 的二进制位掩码。
• 将每个子集都映射到一个位掩码数：位掩码中第 i 位如果是 1 表示子集中存在 nums[i]，0 表示子集中不存在 nums[i]。
• 返回子集列表。

Python 实现

class 

Java 实现

class 

复杂度分析

时间复杂度：

，生成所有的子集，并复制到输出列表中。

空间复杂度：

，存储所有子集，共

个元素，每个元素都有可能存在或者不存在。

本文作者：力扣

声明：本文归“力扣”版权所有，如需转载请联系。