491.递增子序列
注意本题不能够对原始的序列进行排序,
- 子集
- 去重:需要使用何种方法进行去重
首先从回溯三部曲的角度,依次找到回溯过程中题目的一些要素。 - 递归函数函数:由于本题求解子序列,第一个元素不能重复使用,所以需要传入startIndex,来调整下一层递归的起始位置。
- 终止条件和结果的收集:由于startIIndex每一次+1,所以可以不加终止条件,并不会无限递归下去。收集结果需要递增子序列的大小至少为2。
- 单层搜索:同一个父节点下不能发生元素的重复使用,for循环表示一层,所以需要在for循环的上方,加入集合进行去重的操作。
- 直接在递归的过程中,判断nums[i]和path[-1]的大小关系实现递增序列的判断。
class Solution:
def __init__(self):
self.result = []
self.path = []
'''
def isIncrease(self,temp):
temp1 = sorted(temp.copy())
if temp1 == temp:
return True
return False
'''
def backtracking(self,startIndex,nums):
if startIndex > len(nums):
return
if len(self.path) >= 2 :
self.result.append(self.path.copy())
uset = set() # 对层级的元素进行去重,每一层都需要建立一个集合,然后判断之后取到的元素是否在前面已经取到。
for i in range(startIndex,len(nums)):
# 层序去重操作
if (self.path and nums[i] < self.path[-1] ) or (nums[i] in uset):
continue
self.path.append(nums[i])
uset.add(nums[i])
self.backtracking(i+1,nums)
self.path.pop()
def findSubsequences(self, nums: List[int]) -> List[List[int]]:
self.used = [0 for i in range(len(nums))]
self.backtracking(0,nums)
return self.result
46.全排列
与组合问题的区别: 不需要向函数中传入startIndex的参数值
- 建立used记录相应元素是否被使用
- 每一次循环从0开始进行遍历,遍历列表中的所有元素。
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
# 深度优先遍历-利用回退的过程;总结回溯的基本结构,分析需要什么样的中间变量
k = len(nums)
ans = []
path = []
used = [0]*k
def dfs(nums,used):
# 设置递归终止的条件,递归到第几层
if len(path) == k:
ans.append(path.copy())
return
for i in range(0,k):
if used[i] == 1:
continue
path.append(nums[i])
used[i] = 1
# 设置一个布尔数组,当前选择的数字是否在之前被选择过,以空间换时间的思想
dfs(nums,used) # 递归到下一层
# 回溯,对之前做的操作进行逆变换
path.pop()
used[i] = 0
dfs(nums,used)
return ans
47.全排列 II
去重部分代码逻辑介绍:进行排序之后,后一个的值与前一个的值相同,并且前一个元素没有访问过说明此时的元素时重复的,需要在此进行去重的操作。
class Solution:
def permuteUnique(self, nums: List[int]) -> List[List[int]]:
result = []
path = []
used = [0] * len(nums)
def backtracking(nums,used):
if len(path) == len(nums):
result.append(path.copy())
return
for i in range(0,len(nums)):
if used[i] == 0:
if i>0 and nums[i] == nums[i-1] and used[i-1] == 0:
continue
path.append(nums[i])
used[i] = 1
backtracking(nums,used)
used[i] = 0
path.pop()
nums = sorted(nums)
backtracking(nums,used)
return result