代码随想录算法训练营第二十七天| 39.组合总和、40.组合总和II、131.分割回文串

本文介绍了回溯法在解决组合总和问题(包括使用标记数组去重和双指针方法)以及分割回文串问题中的应用,强调了剪枝优化策略,如终止条件的判断和重复元素的处理。
摘要由CSDN通过智能技术生成

系列文章目录



39.组合总和

回溯法

剪枝优化:

  1. 在下一层递归中返回:对于target<0的情况,其实是依然进入了下一层递归,只是下一层递归剪枝时候,会判断target<0的话就返回。

  2. 在本层递归中返回:如果已经知道下一层的target<0,就没有必要进入下一层递归。在for循环的搜索范围上,对总集合排序之后,如果下一层的target(就是本层的 target - candidates[i])已经<0,就可以结束本轮for循环的遍历。

        public List<List<Integer>> combinationSum(int[] candidates, int target) {
            Arrays.sort(candidates);
            ...
        }
    
        public void backTracking(int[] candidates, int target, int startIndex) {
            ...
            //单层循环逻辑
            for (int i = startIndex; i < candidates.length && target - candidates[i] >= 0; i++) {
                ...
            }
        }
    }
    
import java.util.Arrays;
import java.util.LinkedList;
class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> res = new LinkedList<>();

    public List<List<Integer>> combinationSum(int[] candidates, int target) {
        //Arrays.sort(candidates);//对总集合排序
        backTracking(candidates, target, 0);
        return res;
    }

    public void backTracking(int[] candidates, int target, int startIndex) {
        //剪枝
        if (target < 0) return;
        //终止条件
        if (target == 0) {
            res.add(new LinkedList<>(path));
            return;
        }
        //单层循环逻辑
        for (int i = startIndex; i < candidates.length /*&& target - candidates[i] >= 0*/; i++) {
            path.add(candidates[i]);
            target -= candidates[i];//处理节点
            backTracking(candidates, target, i);// 关键点:不用i+1了,表示可以重复读取当前的数
            path.remove(path.size() - 1);// 回溯
            target += candidates[i];// 回溯
        }
    }
}

在这里插入图片描述


40.组合总和II

回溯法

使用标记数组去重

  • 判断同一树层上元素(相同的元素)是否使用过:
    如果candidates[i] == candidates[i - 1] 并且 used[i - 1] == false,就说明:前一个树枝,使用了candidates[i - 1],也就是说同一树层使用过candidates[i - 1],此时for循环里就应该做continue的操作。
  • candidates[i] == candidates[i - 1]相同的情况下:
    used[i - 1] == true,说明同一树枝candidates[i - 1]使用过。
    used[i - 1] == false,说明同一树层candidates[i - 1]使用过。
    同一树层,used[i - 1] == false 才能表示,当前取的 candidates[i] 是从 candidates[i - 1] 回溯而来的。而 used[i - 1] == true,说明是进入下一层递归,去下一个数,所以是树枝上。
import java.util.Arrays;
import java.util.LinkedList;
class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> res = new LinkedList<>();
    boolean[] used;

    public List<List<Integer>> combinationSum2(int[] candidates, int target) {
        // 为了将重复的数字都放到一起,所以先进行排序
        Arrays.sort(candidates);
        used = new boolean[candidates.length];
        // 加标志数组,用来辅助判断同层节点是否已经遍历
        Arrays.fill(used, false);
        backTracking(candidates,target,0);
        return res;
    }

    public void backTracking(int[] candidates, int target, int startIndex) {
        if (target == 0) {
            res.add(new LinkedList<>(path));
            return;
        }
        for (int i = startIndex; i < candidates.length && target - candidates[i] >= 0; i++) {//剪枝
            // 出现重复节点,同层的第一个节点已经被访问过,所以直接跳过
            if (i > 0 && candidates[i] == candidates[i - 1] && !used[i - 1]) {
                continue;
            }
            //处理节点
            used[i] = true;
            path.add(candidates[i]);
            target -= candidates[i];
            // 每个节点仅能选择一次,所以从下一位开始
            backTracking(candidates, target, i + 1);//递归
            used[i] = false;
            path.remove(path.size() - 1);
            target += candidates[i];
        }
    }
}

不使用标记数组去重(①双指针:pre记录前一个元素。②直接用startIndex来去重)

import java.util.Arrays;
import java.util.LinkedList;
class Solution {
    List<Integer> path = new LinkedList<>();
    List<List<Integer>> res = new LinkedList<>();

    public List<List<Integer>> combinationSum2(int[] candidates, int target) {
        Arrays.sort(candidates);//排序
        backTracking(candidates, target, 0);
        return res;
    }

    public void backTracking(int[] candidates, int target, int startIndex) {
        //终止条件
        if (target == 0) {
            res.add(new LinkedList<>(path));
            return;
        }
        //int pre = 0;
        //单层循环逻辑
        for (int i = startIndex; i < candidates.length && target - candidates[i] >= 0; i++) {//剪枝target<0则不进入循环(break)
            //当前元素和前一个元素相等,则该元素跳过
            //if (candidates[i] == pre) continue;
            //pre = candidates[i];

            //正确剔除重复解的办法,跳过同一树层使用过的元素(startIndex控制每一层的元素)
            if (i > startIndex && candidates[i] == candidates[i - 1]) continue;
            path.add(candidates[i]);//处理节点
            target -= candidates[i];
            backTracking(candidates, target, i + 1);
            path.remove(path.size() - 1);//回溯
            target += candidates[i];//回溯
        }
    }
}

在这里插入图片描述

131.分割回文串

回溯法

  1. 切割线:
    本题递归函数参数还需要startIndex,因为切割过的地方,不能重复切割,和组合问题也是保持一致的。在处理组合问题的时候,递归参数需要传入startIndex,表示下一轮递归遍历的起始位置,这个startIndex就是切割线。
  2. 判断回文子串:
    使用双指针法,一个指针从前向后,一个指针从后向前,如果前后指针所指向的元素是相等的,就是回文字符串了。

在终止条件判断是否为回文子串:

import java.util.LinkedList;
class Solution {
    List<String> path = new LinkedList<>();
    List<List<String>> res = new LinkedList<>();

    public List<List<String>> partition(String s) {
        backTracking(s, 0);
        return res;
    }

    public void backTracking(String s, int startIndex) {
        //终止条件
        if (startIndex == s.length()) {
            //判断path中每个字符串是否是回文串,不是就退出
            for (String str : path) {
                int left = 0;
                int right = str.length() - 1;
                while (left < right) {
                    if (str.charAt(left) != str.charAt(right)) {
                        return;
                    }
                    left++;
                    right--;
                }
            }
            res.add(new LinkedList<>(path));
            return;
        }
        for (int i = startIndex; i < s.length(); i++) {
            //截取子串
            path.add(s.substring(startIndex, i + 1));
            //起始位置后移,保证不重复
            backTracking(s, i + 1);
            path.remove(path.size() - 1);
        }
    }
}

在加入path时判断是否为回文子串,是就加入path,否则continue

import java.util.LinkedList;
class Solution {
    List<String> path = new LinkedList<>();
    List<List<String>> res = new LinkedList<>();

    public List<List<String>> partition(String s) {
        backTracking(s,0);
        return res;
    }

    public void backTracking(String s, int startIndex) {
        //终止条件
        if (startIndex == s.length()) {
            res.add(new LinkedList<>(path));
            return;
        }
        for (int i = startIndex; i < s.length(); i++) {
            String subS = s.substring(startIndex, i + 1);
            //如果是回文子串,则记录
            if (isPalindrome(subS)) {
                path.add(subS);
            } else {
                continue;
            }
            //起始位置后移,保证不重复
            backTracking(s, i + 1);
            path.remove(path.size() - 1);//回溯
        }
    }
    
    //判断是否是回文串
    public boolean isPalindrome(String s) {
        int left = 0;
        int right = s.length() - 1;
        while (left < right) {
            if (s.charAt(left) != s.charAt(right)) {
                return false;
            }
            left++;
            right--;
        }
        return true;
    }
}

在这里插入图片描述


  • 24
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练营是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练营中,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练营还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练营中的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14训练营中,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论中还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练营还提供了每日的讨论知识点,例如在第15的讨论中,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16的讨论中,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练营是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练营每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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