LeetCode 491.递增子序列
思路:
看上去和78. 子集很相似,但其实还是有不一样的地方。首先这题并不是每个子节点都需要push进最终结果,而是当path的长度大于等于2才行。然后是判断子序列是否递增,当子序列长度为0时直接把当前值push进path,当长度不为0时判断nums[i]是否大于等于path的最后一位,如果是的话才push进path。到这里为止思路都比较简单,但最麻烦的还是去重的问题。
数组里面还是会出现数字重复的情况,也就是说还会有重复的结果出现,并且这道题目是不能用nums[i-1] == nums[i]这种方式去重的。注意之前为什么能用这种方式去重而这里不行,因为之前每次去重之前都需要对数组进行排序,这样相同的数字会放到一起,就可以用i和i-1的方式对比两数是否相同,但是在这里我们不能对原数组进行排序,因为我们需要保留原数组的排列顺序,在原数组的顺序基础之上寻找递增子序列。
解决的方法是在每一层数层上都用一个hashmap,记录下这一层用了什么数,每次使用这个数后就令hashmap上对应数的值等于1,当在这一层再次遇到这个数的时候直接跳过即可。因为数的大小在-100到100之间,可以使用大小为200的数组来代替unordere_map以节约空间,但是索引的时候要+100不然有可能会取到负数索引而报错。另一点要注意的是,在该层回溯的时候,不要回溯使用过的数,因为我们给每一层一个hashmap,在该层使用过的数不会影响到其他层。
代码:
class Solution {
public:
vector<int> path;
vector<vector<int>> ans;
vector<vector<int>> findSubsequences(vector<int>& nums) {
backtrackting(nums, 0);
return ans;
}
void backtrackting(vector<int>& nums, int idx)
{
int hashmap[201];
// 不知道为什么必须用这种方法才能把整个数组初始化为0
for (int i = 0; i < 201; i ++)
hashmap[i] = 0;
for (int i = idx; i < nums.size(); i++)
{
// 去重,需要记录元素是否用过
// nums[i] + 100是为了防止索引到负数
if (hashmap[nums[i] + 100] == 1)
continue;
if (path.size() == 0 || path[path.size()- 1] <= nums[i])
{
// 记录用过的数
hashmap[nums[i] + 100] = 1;
path.push_back(nums[i]);
if (path.size() >= 2)
ans.push_back(path);
backtrackting(nums, i + 1);
path.pop_back();
}
}
}
};
LeetCode 46.全排列
思路:
组合和排列最大的区别是,排列可以由相同的组合但不同的顺序组成,换句话说,数组的顺序不影响组合但是影响排列。一组相同的数组,组合是一样的但是顺序换一下就是新的排列。对于这种情况,我们并不需要idx来告诉每一数层开始的位置在哪里,因为实际上每一层的搜索空间大小都是一样的,都是0到nums.size()-1,但是由于每次都从0开始,还是会取到和上一层相同的数字,所以这个时候需要一个used数组来表示上一层用过的数字,从而在这一层避开它。注意在这里回溯是需要给used数组也进行回溯因为数组贯穿了整颗数。
另一种写法是是每次使用一个数后,交换它和idx的位置,这样到下一层的时候就不用担心会取到被用到的数了,因为它在idx的位置,并且下一层是idx+1开始的。这种写法可以避免用到used数组以节约空间。
代码:
class Solution {
public:
vector<int> path;
vector<vector<int>> ans;
vector<vector<int>> permute(vector<int>& nums) {
vector<bool> used(nums.size());
backtracking(nums, used);
return ans;
}
void backtracking(vector<int>& nums, vector<bool>& used)
{
if (path.size() == nums.size())
{
ans.push_back(path);
return;
}
for (int i = 0; i < nums.size(); i++)
{
// 跳过选取了的
if (used[i] == true)
continue;
path.push_back(nums[i]);
used[i] = true;
backtracking(nums, used);
// 回溯
path.pop_back();
used[i] = false;
}
}
};
LeetCode 47.全排列 II
思路:
在46.全排列的基础上增加了去重,去重的思路可以和40.组合总和 II一样,都是利用nums[i-1]==nums[i],所以在开始之前要对数组排序,之后再利用used数组跳过使用过的数即可。注意这里不能通过交换nums[i]和nums[idx]的方式省略used,因为这样会破坏已经排好的顺序。
代码:
class Solution {
public:
vector<int> path;
vector<vector<int>> ans;
vector<vector<int>> permuteUnique(vector<int>& nums) {
sort(nums.begin(), nums.end());
vector<bool> used(nums.size());
backtracking(nums, used);
return ans;
}
void backtracking(vector<int>& nums, vector<bool>& used)
{
if (path.size() == nums.size())
{
ans.push_back(path);
return;
}
for (int i = 0; i < nums.size(); i++)
{
// 去重,和40.组合总和 II的去重逻辑是一样的
// used[i - 1]为true或者false的时候都可以去重
// 当为true的时候去重的是树枝,为false的时候去重的是树层
// 树层去重效率更高
if ((i > 0 && nums[i - 1] == nums[i]) && used[i - 1] == false)
continue;
// 跳过选取了的
if (used[i] == true)
continue;
path.push_back(nums[i]);
used[i] = true;
backtracking(nums, used);
// 回溯
path.pop_back();
used[i] = false;
}
}
};