代码随想录算法训练营第二十九天|93.复原IP地址 78.子集 90.子集II

93.复原IP地址

给定一个只包含数字的字符串，复原它并返回所有可能的 IP 地址格式。

有效的 IP 地址 正好由四个整数（每个整数位于 0 到 255 之间组成，且不能含有前导 0），整数之间用 '.' 分隔。

例如："0.1.2.201" 和 "192.168.1.1" 是 有效的 IP 地址，但是 "0.011.255.245"、"192.168.1.312" 和 "192.168@1.1" 是 无效的 IP 地址。

示例 1：

• 输入：s = "25525511135"
• 输出：["255.255.11.135","255.255.111.35"]

示例 2：

• 输入：s = "0000"
• 输出：["0.0.0.0"]

示例 3：

• 输入：s = "1111"
• 输出：["1.1.1.1"]

示例 4：

• 输入：s = "010010"
• 输出：["0.10.0.10","0.100.1.0"]

示例 5：

• 输入：s = "101023"
• 输出：["1.0.10.23","1.0.102.3","10.1.0.23","10.10.2.3","101.0.2.3"]

提示：

• 0 <= s.length <= 3000
• s 仅由数字组成

思路：

本题和其他字符串切割的题目类似，只是在切割点处应该用“.”连接起来得到一个IP地址，需要注意的是每个分割后的字段转换为数字后应该保持在0-255的范围内，此处注意点也是可以作为剪枝的方向。另外一个需要注意的点是前导0，如果在切割的时候发现存在前导0，此时不应该继续扩大字段，存在0的字段只能为0。

代码实现如下：

class Solution:
 
    def restoreIpAddresses(self, s: str) -> List[str]:
 
        self.result = []
 
        if len(s) > 12:     # IP最长长度为3*4（255.255.255.255），此处可剪枝
 
            return self.result
 
        self.backtracking(s, 0, [])
 
        return self.result
 
 
 
    def backtracking(self, s:str, start:int, path:List):
 
        if len(path)==4 and start>=len(s):
 
            self.result.append(".".join(path))
 
 
 
        cur = 0
 
        #zero = False      # 本来想判断是否存在前导0，但是如果存在并不需要进一步判断,如果cur*10+s[i]等于0说明只能做切割
 
        for i in range(start, len(s)):
 
            cur = cur * 10 + int(s[i])
 
            #if zero==False and cur==0:
 
            if cur == 0:
 
                #zero = True
 
                path.append(str(cur))
 
                self.backtracking(s, i+1, path)
 
                path.pop()
 
                return
 
            if cur>0 and cur<=255:
 
                path.append(str(cur))
 
                self.backtracking(s, i+1, path)
 
                path.pop()
 
            if cur>255:         #一个段最大为255，大于则剪枝
 
                return
AI写代码

规范代码：

回溯（版本一）

class Solution:
 
    def restoreIpAddresses(self, s: str) -> List[str]:
 
        result = []
 
        self.backtracking(s, 0, 0, "", result)
 
        return result
 
 
 
    def backtracking(self, s, start_index, point_num, current, result):
 
        if point_num == 3:  # 逗点数量为3时，分隔结束
 
            if self.is_valid(s, start_index, len(s) - 1):  # 判断第四段子字符串是否合法
 
                current += s[start_index:]  # 添加最后一段子字符串
 
                result.append(current)
 
            return
 
 
 
        for i in range(start_index, len(s)):
 
            if self.is_valid(s, start_index, i):  # 判断 [start_index, i] 这个区间的子串是否合法
 
                sub = s[start_index:i + 1]
 
                self.backtracking(s, i + 1, point_num + 1, current + sub + '.', result)
 
            else:
 
                break
 
 
 
    def is_valid(self, s, start, end):
 
        if start > end:
 
            return False
 
        if s[start] == '0' and start != end:  # 0开头的数字不合法
 
            return False
 
        num = 0
 
        for i in range(start, end + 1):
 
            if not s[i].isdigit():  # 遇到非数字字符不合法
 
                return False
 
            num = num * 10 + int(s[i])
 
            if num > 255:  # 如果大于255了不合法
 
                return False
 
        return True
AI写代码

回溯（版本二）

class Solution:
 
    def restoreIpAddresses(self, s: str) -> List[str]:
 
        results = []
 
        self.backtracking(s, 0, [], results)
 
        return results
 
 
 
    def backtracking(self, s, index, path, results):
 
        if index == len(s) and len(path) == 4:
 
            results.append('.'.join(path))
 
            return
 
 
 
        if len(path) > 4:  # 剪枝
 
            return
 
 
 
        for i in range(index, min(index + 3, len(s))):
 
            if self.is_valid(s, index, i):
 
                sub = s[index:i+1]
 
                path.append(sub)
 
                self.backtracking(s, i+1, path, results)
 
                path.pop()
 
 
 
    def is_valid(self, s, start, end):
 
        if start > end:
 
            return False
 
        if s[start] == '0' and start != end:  # 0开头的数字不合法
 
            return False
 
        num = int(s[start:end+1])
 
        return 0 <= num <= 255
AI写代码

78.子集

给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

说明：解集不能包含重复的子集。

示例: 输入: nums = [1,2,3] 输出: [ [3],   [1],   [2],   [1,2,3],   [1,3],   [2,3],   [1,2],   [] ]

思路：

将本题问题可以归结为分别对0~len(nums)个数组长度的切割，所以在回溯函数backtracking中加入length参数，并且从0~len(nums）循环输入进这个参数来进行调用，最后得到的结果数组即可。

代码实现如下：

class Solution:
 
    def subsets(self, nums: List[int]) -> List[List[int]]:
 
        self.result = []
 
        for i in range(len(nums)+1):
 
            self.backtracking(nums, 0, [], i)
 
        return self.result
 
 
 
    def backtracking(self, nums:List[int], start:int, path:List, length:int):
 
        if length == 0:
 
            self.result.append(path[:])
 
            return
 
 
 
        for i in range(start, len(nums)):
 
            path.append(nums[i])
 
            self.backtracking(nums, i+1, path, length-1)
 
            path.pop()
AI写代码

规范代码：（简洁很多，需学习）

class Solution:
 
    def subsets(self, nums):
 
        result = []
 
        path = []
 
        self.backtracking(nums, 0, path, result)
 
        return result
 
 
 
    def backtracking(self, nums, startIndex, path, result):
 
        result.append(path[:])  # 收集子集，要放在终止添加的上面，否则会漏掉自己
 
        # if startIndex >= len(nums):  # 终止条件可以不加
 
        #     return
 
        for i in range(startIndex, len(nums)):
 
            path.append(nums[i])
 
            self.backtracking(nums, i + 1, path, result)
 
            path.pop()
AI写代码

90.子集II

给定一个可能包含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

说明：解集不能包含重复的子集。

示例:

• 输入: [1,2,2]
• 输出: [ [2], [1], [1,2,2], [2,2], [1,2], [] ]

思路：

与上一题相比，多了一个去重步骤，和昨天的题目类似，在开始一个for循环的时候，判断遍历的元素是否与for循环中前一个元素相同，如果相同，说明此时在相同位置出现了同样的元素，所得到的结果必然也是相同的，所以此时应该忽略，寻找下一个不相同的元素。

代码实现如下：

class Solution:
 
    def subsetsWithDup(self, nums: List[int]) -> List[List[int]]:
 
        self.result = []
 
        nums.sort()
 
        for i in range(len(nums)+1):       # i代表子集的长度（0~len（nums））
 
            self.backtracking(nums, 0, [], i)
 
        return self.result
 
 
 
    def backtracking(self, nums: List[int], start:int, path:List, length:int):
 
        if length == 0:
 
            self.result.append(path[:])
 
            return
 
 
 
        for i in range(start, len(nums)):
 
            if i>start and nums[i]==nums[i-1]: # 避免重复结果，一个循环内同元素可跳过，相当于起点是相同元素，不会得到不同结果
 
                continue
 
            path.append(nums[i])
 
            self.backtracking(nums, i+1, path, length-1)
 
            path.pop()
AI写代码

规范代码：

回溯 利用used数组去重

class Solution:
 
    def subsetsWithDup(self, nums):
 
        result = []
 
        path = []
 
        used = [False] * len(nums)
 
        nums.sort()  # 去重需要排序
 
        self.backtracking(nums, 0, used, path, result)
 
        return result
 
 
 
    def backtracking(self, nums, startIndex, used, path, result):
 
        result.append(path[:])  # 收集子集
 
        for i in range(startIndex, len(nums)):
 
            # used[i - 1] == True，说明同一树枝 nums[i - 1] 使用过
 
            # used[i - 1] == False，说明同一树层 nums[i - 1] 使用过
 
            # 而我们要对同一树层使用过的元素进行跳过
 
            if i > 0 and nums[i] == nums[i - 1] and not used[i - 1]:
 
                continue
 
            path.append(nums[i])
 
            used[i] = True
 
            self.backtracking(nums, i + 1, used, path, result)
 
            used[i] = False
 
            path.pop()
AI写代码

回溯 利用集合去重

class Solution:
 
    def subsetsWithDup(self, nums):
 
        result = []
 
        path = []
 
        nums.sort()  # 去重需要排序
 
        self.backtracking(nums, 0, path, result)
 
        return result
 
 
 
    def backtracking(self, nums, startIndex, path, result):
 
        result.append(path[:])  # 收集子集
 
        uset = set()
 
        for i in range(startIndex, len(nums)):
 
            if nums[i] in uset:
 
                continue
 
            uset.add(nums[i])
 
            path.append(nums[i])
 
            self.backtracking(nums, i + 1, path, result)
 
            path.pop()
AI写代码

回溯 利用递归的时候下一个startIndex是i+1而不是0去重

class Solution:
 
    def subsetsWithDup(self, nums):
 
        result = []
 
        path = []
 
        nums.sort()  # 去重需要排序
 
        self.backtracking(nums, 0, path, result)
 
        return result
 
 
 
    def backtracking(self, nums, startIndex, path, result):
 
        result.append(path[:])  # 收集子集
 
        for i in range(startIndex, len(nums)):
 
            # 而我们要对同一树层使用过的元素进行跳过
 
            if i > startIndex and nums[i] == nums[i - 1]:
 
                continue
 
            path.append(nums[i])
 
            self.backtracking(nums, i + 1, path, result)
 
            path.pop()
AI写代码