491.非递减子序列
题目
给你一个整数数组 nums
,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。
数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。
示例 1:
输入:nums = [4,6,7,7] 输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]
代码
class Solution {
List<List<Integer>> res = new ArrayList<>();
List<Integer> path = new ArrayList<>();
public List<List<Integer>> findSubsequences(int[] nums) {
backTracking(nums,0);
return res;
}
public void backTracking(int[] nums,int index){
//类似子集要收集中间节点,但这里只要收集第二层开始的节点
if(path.size() >= 2){
res.add(new ArrayList<>(path));
//这里不用return,47后面也要搜集67
}
//终止条件
if(index == nums.length){
return;
}
//set表示的是同一层的元素,4767有一个set,767一个set,在同一层去重
HashSet<Integer> set = new HashSet<>();
for(int i=index; i < nums.length; i++){
//4767,path=47,476不递增不要continue,继续收集477
if(path.size() > 0 && nums[i] < path.get(path.size()-1)){
continue;
}
//4767中的第二个7要去重,树的同一层都要去重,由于nums不连续,用set去重
if(set.contains(nums[i])){
continue;
}
set.add(nums[i]);
path.add(nums[i]);
backTracking(nums,i+1);
path.remove(path.size()-1);
}
}
}
总结
和子集类似,也要收集处理叶子节点之外的节点。和子集不同的是:
①子集要收集所有中间节点,而这里是收集递增子序列,所以path长度到2才能开始收集,且当序列不递增的情况也不能收集,比如4767,path长度为1的第一层树高节点不用收集,path=47,继续收集67时,476不递增也不能收集。
②子集的去重可以靠sort+前后元素比较进行去重,但由于这里找的是递增子序列,sort之后会破坏原来的序列,比如4767排序之后会收集出4677,这个应该是没有的。因此,这里的去重要用set,可以在每一个节点位置设置一个set,比如4767的set会过滤第二个7,767的set也会过滤第二个7。但注意,一定是树中的每一个节点都有一个set,因为我们去重,也是针对每一个节点。
46.全排列
题目
给定一个不含重复数字的数组 nums
,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。
示例 1:
输入:nums = [1,2,3] 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
代码
class Solution {
List<List<Integer>> res = new ArrayList<>();
List<Integer> path = new ArrayList<>();
boolean[] used; //used用来表示元素是否加入path
public List<List<Integer>> permute(int[] nums) {
used = new boolean[nums.length]; //初始化全为false
backTracking(nums,used);
return res;
}
public void backTracking(int[] nums,boolean[] used){
//终止条件:收集到叶子节点
if(path.size() == nums.length){
res.add(new ArrayList<>(path));
return;
}
for(int i = 0; i < nums.length; i++){
//123,收集1后,used=[100],下一层123,1被continue
//used用于控制元素是否被收集过,和path其实是对应的
if(used[i] == true){
continue;
}
path.add(nums[i]);
//收集到path中,used改为true
used[i] = true;
backTracking(nums,used);
//从path中移除,used改为false
used[i] = false;
path.remove(path.size()-1);
}
}
}
总结
全排列收集的都是叶子节点,当path长度==nums长度,就add和return就行。
全排列最核心的是如何控制和记录哪些元素已经加入path,不同于之前的排列组合,用index控制从那个元素开始继续选择,全排列是123,132,213,231,312,321,每一层的每个节点都应该有123,然后用used的布尔数组,来控制元素是否已经加入path,比如path=12,used=[1,1,0]。
因此,path的add和used修改为true一一对应,path的remove和used修改为false一一对应。
核心还是要理解用used的目的是记录path中已经加入过的元素,表示的是该节点处path的状态。
47.全排列II
题目
给定一个可包含重复数字的序列 nums
,按任意顺序 返回所有不重复的全排列。
示例 1:
输入:nums = [1,1,2] 输出: [[1,1,2], [1,2,1], [2,1,1]]
代码
class Solution {
List<List<Integer>> res = new ArrayList<>();
List<Integer> path = new ArrayList<>();
boolean[] used; //used用来表示元素是否加入path
public List<List<Integer>> permuteUnique(int[] nums) {
Arrays.sort(nums);
used = new boolean[nums.length];
Arrays.fill(used,false);
backTracking(nums,used);
return res;
}
public void backTracking(int[] nums,boolean[] used){
if(path.size() == nums.length){
res.add(new ArrayList<>(path));
return;
}
for(int i=0; i < nums.length; i++){
//已经加入path的不用继续排列组合
if(used[i] == true){
continue;
}
//去重针对的是同一个节点中的数字,即同一层去重
//1112,在第一层要去除第二、三个1
//112,第一个1不能被去重(同一个树枝不用去重),i和i-1相同时还要求i-1是没有加入path的
//used[i-1] == false条件要求:i和i-1相同 && i-1是没有加入path的
if(i > 0 && nums[i] == nums[i-1] && used[i-1] == false){
continue;
}
used[i] = true;
path.add(nums[i]);
backTracking(nums,used);
used[i] = false;
path.remove(path.size()-1);
}
}
}
总结
和全排列类似,用used布尔数组表示path中已经有的数字,但在全排列的基础上要进行去重,因此要先对nums进行sort。如1112。
去重的基本条件是i>0,nums[i] == nums[i-1],如果当前元素和前一个元素一样,就需要去重。
但注意1112,第一层取了1,第二层还有112,used=[1,0,0,0],第二层112中的第一个1是树枝上的重复,不能被去重,第二个2是树层上的的重复才需要去重。
因此,去重条件还需要保证,当i和i-1数字相同时,还要求i-1没有加入path,used[i] == false。比如112的第一个1和前面的1一样,但是由于前面的1是true是已经加入path的数字,属于统一树枝上的重复,不用去重。
去重核心还是要理解,去重针对的是同层的,而同一个树枝上的数字可以重复,以1111特殊情况理解就行。