力扣日记1.22-【回溯算法篇】216. 组合总和 III

力扣日记:【回溯算法篇】216. 组合总和 III

日期:2023.1.22
参考:代码随想录、力扣

216. 组合总和 III

题目描述

难度:中等

找出所有相加之和为 n 的 k 个数的组合,且满足下列条件:

  • 只使用数字1到9
  • 每个数字 最多使用一次
  • 返回 所有可能的有效组合的列表 。该列表不能包含相同的组合两次,组合可以以任何顺序返回。

示例 1:

输入: k = 3, n = 7
输出: [[1,2,4]]
解释:
1 + 2 + 4 = 7
没有其他符合的组合了。

示例 2:

输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]
解释:
1 + 2 + 6 = 9
1 + 3 + 5 = 9
2 + 3 + 4 = 9
没有其他符合的组合了。

示例 3:

输入: k = 4, n = 1
输出: []
解释: 不存在有效的组合。
在[1,9]范围内使用4个不同的数字,我们可以得到的最小和是1+2+3+4 = 10,因为10 > 1,没有有效的组合。

提示:

  • 2 <= k <= 9
  • 1 <= n <= 60

题解

class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    int sum = 0;    // 记录当前和
    // 树的宽度为集合长度(1~9),树的深度为k(最多递归k层)
    vector<vector<int>> combinationSum3(int k, int n) {
        backtracking(k, n, 1);  // 从1开始
        return result;
    }
    // 返回值为void,参数为k, n以及当前集合开始遍历的位置
    void backtracking(int k, int n, int startindex) {
        // 终止(判断)
        // 最多只能有k个数
        if (path.size() == k) {
            if (sum == n) {
                // 如果满足条件则添加进结果集
                result.push_back(path);
            }
            return;
        }
        // 未到达k, 则 for 循环遍历当前集合
        // 剪枝1:如果剩余可遍历的元素个数不足以构成组合则不需要再遍历(注意这里最大就是9,即组合问题的n=9)
        // path.size() + (9 - startindex + 1) >= k
        // 剪枝2:能在这里遍历说明组合path还未到达k个,但如果此时sum已经>=n,则越往后的sum肯定超过n,则不需要再遍历
        if (sum >= n) return;
        for (int i = startindex; i <= path.size() + 9 + 1 - k; i++) { 
            // 处理节点
            path.push_back(i);
            sum += i;
            // 递归
            backtracking(k, n, i + 1);
            // 回溯
            path.pop_back();
            sum -= i;
        }
        return;
    }
};

复杂度

时间复杂度:
空间复杂度:

思路总结

  • 思路与77.组合基本一致,只是多了一个“相加之和为n”的判断
  • 注意这道题,集合即为[1,2,…,9],即类比77.组合问题的n在本题中固定为9(注意与本题的n区别),即for循环遍历的最大个数为9。从这个集合中找k个值,使其和为n。
  • 剪枝可从两处进行,一是遍历剩余集合个数;二是sum>n的情况(这里我与代码随想录的区别是,代码随想录是在函数最开始(终止条件之前)就对sum进行判断(如果sum>n则return),我是在终止条件之后,即如果组合个数未达到k个,但是sum却>=n了(等于n也不行),则不满足需剪枝
  • sum也可以设置为backtracking的参数
  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
力扣是一个在线编程平台,提供了大量的算法题目,可以帮助程序员提高算法能力。回溯算法是一种搜索算法,它通过不断地尝试所有可能的解来求解问题。在回溯算法中,我们首先定义一个解空间,然后从解空间中搜索所有可能的解,直到找到符合要求的解为止。回溯算法通常用于求解组合问题、排列问题、子集问题等。 在 Java 中实现回溯算法,通常需要定义一个递归函数来搜索解空间。在递归函数中,我们首先判断当前状态是否符合要求,如果符合要求,则将当前状态加入到解集中;否则,我们继续搜索下一个状态。在搜索下一个状态时,我们需要对当前状态进行一些修改,然后递归调用自身来搜索下一个状态。当搜索完所有可能的状态后,我们需要回溯到上一个状态,继续搜索其他可能的状态。 以下是回溯算法的一般步骤: 1. 定义解空间:确定问题的解空间,并定义一个数据结构来表示解空间中的每个状态。 2. 确定约束条件:确定哪些状态是合法的,并定义一个函数来判断当前状态是否符合要求。 3. 确定搜索策略:确定搜索解空间的顺序,并定义一个函数来生成下一个状态。 4. 搜索解空间:使用递归函数搜索解空间,如果当前状态符合要求,则将其加入到解集中;否则,继续搜索下一个状态。 5. 回溯:当搜索完所有可能的状态后,回溯到上一个状态,继续搜索其他可能的状态。 以下是一个力扣题目的回溯算法 Java 实现示例: ``` class Solution { List<List<Integer>> res = new ArrayList<>(); List<Integer> path = new ArrayList<>(); public List<List<Integer>> subsets(int[] nums) { dfs(nums, 0); return res; } private void dfs(int[] nums, int start) { res.add(new ArrayList<>(path)); for (int i = start; i < nums.length; i++) { path.add(nums[i]); dfs(nums, i + 1); path.remove(path.size() - 1); } } } ``` 该算法用于求解给定数组的所有子集。在递归函数中,我们首先将当前状态加入到解集中,然后从当前位置开始搜索下一个状态。在搜索下一个状态时,我们将当前元素加入到路径中,并递归调用自身来搜索下一个状态。当搜索完所有可能的状态后,我们需要回溯到上一个状态,继续搜索其他可能的状态。
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