DAY24 回溯2

216.组合总和III

力扣题目链接(opens new window)

找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。

说明:

  • 所有数字都是正整数。

  • 解集不能包含重复的组合。

示例 1: 输入: k = 3, n = 7 输出: [[1,2,4]]

示例 2: 输入: k = 3, n = 9 输出: [[1,2,6], [1,3,5], [2,3,4]]

思路

本题就是在[1,2,3,4,5,6,7,8,9]这个集合中找到和为n的k个数的组合。

相对于77. 组合 (opens new window),无非就是多了一个限制,本题是要找到和为n的k个数的组合,而整个集合已经是固定的了[1,...,9]。

本题k相当于树的深度,9(因为整个集合就是9个数)就是树的宽度。

eg. k = 2,n = 4的话,就是在集合[1,2,3,4,5,6,7,8,9]中求 k(个数) = 2, n(和) = 4的组合

选取过程如图:

图中,可以看出,只有最后取到集合(1,3)和为4 符合条件。

再次强调:k(组合的个数)是递归的层数;

回溯三部曲

1.确定递归函数参数

77. 组合 (opens new window)一样,依然需要一维数组path来存放符合条件的结果,二维数组result来存放结果集。

这里我依然定义path 和 result为全局变量。

至于为什么取名为path?从上面树形结构中,可以看出,结果其实就是一条根节点到叶子节点的路径。

 vector<vector<int>> result; // 存放结果集
 vector<int> path; // 符合条件的结果

接下来还需要如下参数:

  • targetSum(int)目标和,也就是题目中的n。

  • k(int)就是题目中要求k个数的集合。

  • sum(int)是已经收集的元素的总和,也就是path里元素的总和。递归到最后一层时将sum和targetSum对比,如果相同,就证明找到了一个符合题意的集合。

  • startIndex(int)是下一层for循环搜索的起始位置。

所以代码如下:

 vector<vector<int>> result;
 vector<int> path;
 void backtracking(int targetSum, int k, int sum, int startIndex)

其实这里sum这个参数也可以省略,每次targetSum减去选取的元素数值,然后判断如果targetSum为0了,说明收集到符合条件的结果了,我这里为了直观便于理解,还是加一个sum参数。

强调:回溯法中递归函数参数很难一次性确定下来,一般先写逻辑,需要啥参数了,填什么参数。

2.确定终止条件

在上面已经说了,k其实就已经限制树的深度,因为就取k个元素,树再往下深了没有意义。

所以如果path.size() 和 k相等了,就终止。

如果此时path里收集到的元素和(sum) 和targetSum(就是题目描述的n)相同了,就用result收集当前的结果。

所以 终止代码如下:

 if (path.size() == k) {
     if (sum == targetSum) result.push_back(path);
     return; // 如果path.size() == k 但sum != targetSum 直接返回
 }

3.单层搜索过程

本题和77. 组合 (opens new window)区别之一就是集合固定的就是9个数[1,...,9],所以for循环固定i<=9

如图:

216.组合总和III

处理过程就是 path收集每次选取的元素,相当于树型结构里的边,sum来统计path里元素的总和。

代码如下:

 for (int i = startIndex; i <= 9; i++) {
     sum += i;
     path.push_back(i);
     backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex
     sum -= i; // 回溯
     path.pop_back(); // 回溯
 }

别忘了处理过程 和 回溯过程是一一对应的,处理有加,回溯就要有减!

参照关于回溯算法,你该了解这些! (opens new window)中的模板,不难写出如下C++代码:

 class Solution {
 private:
     vector<vector<int>> result; // 存放结果集
     vector<int> path; // 符合条件的结果
     // targetSum:目标和,也就是题目中的n。
     // k:题目中要求k个数的集合。
     // sum:已经收集的元素的总和,也就是path里元素的总和。
     // startIndex:下一层for循环搜索的起始位置。
     void backtracking(int targetSum, int k, int sum, int startIndex) {
         if (path.size() == k) {
             if (sum == targetSum) result.push_back(path);
             return; // 如果path.size() == k 但sum != targetSum 直接返回
         }
         for (int i = startIndex; i <= 9; i++) {//for循环会改变
             sum += i; // 处理
             path.push_back(i); // 处理
             backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex
             sum -= i; // 回溯
             path.pop_back(); // 回溯
         }
     }
 ​
 public:
     vector<vector<int>> combinationSum3(int k, int n) {
         result.clear(); // 可以不加
         path.clear();   // 可以不加
         backtracking(n, k, 0, 1);//初始化递归查询
         return result;
     }
 };

剪枝

这道题目,剪枝操作其实是很容易想到了,想必大家看上面的树形图的时候已经想到了。

如图:

216.组合总和III1

(剪枝1)已选元素总和如果已经大于n(图中数值为4)了,那么往后遍历就没有意义了,直接剪掉。

那么剪枝的地方可以放在递归函数开始的地方,剪枝代码如下:

 if (sum > targetSum) { // 剪枝操作
     return;
 }

“题干指定的和n”决定了剪枝操作1的“剪枝程度”!

当然这个剪枝也可以放在 调用递归之前,即放在这里,只不过要记得 要回溯操作给做了。

 for (int i = startIndex; i <= 9 - (k - path.size()) + 1; i++) { // 剪枝
     sum += i; // 处理
     path.push_back(i); // 处理
     if (sum > targetSum) { // 剪枝操作
         sum -= i; // 剪枝之前先把回溯做了
         path.pop_back(); // 剪枝之前先把回溯做了
         return;
     }
     backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex
     sum -= i; // 回溯
     path.pop_back(); // 回溯
 }

(剪枝2)回溯算法:组合问题再剪剪枝 (opens new window)一样,for循环的范围也可以剪枝,i <= 9 - (k - path.size()) + 1就可以了。

“题干指定的组合中元素个数k”决定了剪枝操作2的“剪枝程度”!

最后C++代码如下:

 class Solution {
 private:
     vector<vector<int>> result; // 存放结果集
     vector<int> path; // 符合条件的结果
     void backtracking(int targetSum, int k, int sum, int startIndex) 
     {
         if (sum > targetSum) { // 剪枝操作1
             return; // 如果path.size() == k 但sum != targetSum,则直接返回
         }
         if (path.size() == k) {
             if (sum == targetSum) result.push_back(path);
             return;
         }
         for (int i = startIndex; i <= 9 - (k - path.size()) + 1; i++) // 剪枝操作2
         { 
             sum += i; // 处理
             path.push_back(i); // 处理
             backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex
             sum -= i; // 回溯
             path.pop_back(); // 回溯
         }
     }
 ​
 public:
     vector<vector<int>> combinationSum3(int k, int n) 
     {
         result.clear(); // 可以不加
         path.clear();   // 可以不加
         backtracking(n, k, 0, 1);
         return result;
     }
 };
  • 时间复杂度: O(n * 2^n)

  • 空间复杂度: O(n)

17.电话号码的字母组合

力扣题目链接(opens new window)

给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。

给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。

17.电话号码的字母组合

示例:

  • 输入:"23"

  • 输出:["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"].

说明:尽管上面的答案是按字典序排列的,但是你可以任意选择答案输出的顺序

思路

从示例上来说,输入"23",最直接的想法就是两层for循环遍历了吧,正好把组合的情况都输出了。

如果输入"233"呢,那么就三层for循环,如果"2333"呢,就四层for循环.......

大家应该感觉出和77.组合 (opens new window)遇到的一样的问题,就是这for循环的层数如何写出来,此时又是回溯法登场的时候了。

理解本题后,要解决如下三个问题:

  1. 数字和字母如何映射

  2. 两个字母就两个for循环,三个字符我就三个for循环,以此类推,然后发现代码根本写不出来

  3. 输入1 * #按键等等异常情况

数字和字母如何映射

可以使用map或者定义一个二维数组,例如:string letterMap[10],来做映射,我这里定义一个二维数组,代码如下:

 const string letterMap[10] = {
     "", // 0
     "", // 1
     "abc", // 2
     "def", // 3
     "ghi", // 4
     "jkl", // 5
     "mno", // 6
     "pqrs", // 7
     "tuv", // 8
     "wxyz", // 9
 };

回溯法来解决n个for循环的问题

对于回溯法还不了解的同学看这篇:关于回溯算法,你该了解这些!(opens new window)

例如:输入:"23",抽象为树形结构,如图所示:

17. 电话号码的字母组合

图中可以看出遍历的深度,就是输入"23"的长度,而叶子节点就是我们要收集的结果,输出["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"]。

回溯三部曲:

1.确定回溯函数参数

首先需要一个字符串s来收集叶子节点的结果,然后用一个字符串数组result保存起来,这两个变量我依然定义为全局。

再来看参数,参数指定是有题目中给的string digits,然后还要有一个参数就是int型的index。

注意这个index可不是 77.组合 (opens new window)216.组合总和III (opens new window)中的startIndex了。

这个index是记录遍历第几个数字了,就是用来遍历digits的(题目中给出数字字符串),同时index也表示树的深度。

代码如下:

 vector<string> result;
 string s;
 void backtracking(const string& digits, int index)

2.确定终止条件

eg.输入用例"23",两个数字,那么根节点往下递归两层就可以了,叶子节点就是要收集的结果集。

那么终止条件就是如果index 等于 输入的数字个数(digits.size)了(本来index就是用来遍历digits的)。

然后收集结果,结束本层递归。

代码如下:

 if (index == digits.size()) {
     result.push_back(s);
     return;
 }

3.确定单层遍历逻辑

首先要取index指向的数字,并找到对应的字符集(手机键盘的字符集)。

然后for循环来处理这个字符集,代码如下:

 int digit = digits[index] - '0';        // 将index指向的数字转为int;注意:digits时字符串,digit是int类型的变量
 string letters = letterMap[digit];      // 取数字对应的字符集
 for (int i = 0; i < letters.size(); i++) {
     s.push_back(letters[i]);            // 处理
     backtracking(digits, index + 1);    // 递归,注意index+1,下一层要处理下一个数字了
     s.pop_back();                       // 回溯
 }

注意这里for循环,可不像是在回溯算法:求组合问题! (opens new window)回溯算法:求组合总和! (opens new window)中从startIndex开始遍历的

因为本题每一个数字代表的是不同集合,也就是求不同集合之间的组合,而77. 组合 (opens new window)216.组合总和III (opens new window)都是求同一个集合中的组合!

注意:输入1 * #按键等等异常情况;代码中最好考虑这些异常情况,但题目的测试数据中应该没有异常情况的数据,所以我就没有加了。但是要知道会有这些异常,如果是现场面试中,一定要考虑到

C++代码

关键地方都讲完了,按照关于回溯算法,你该了解这些! (opens new window)中的回溯法模板,不难写出如下C++代码:

 // 版本一
 class Solution {
 private:
     const string letterMap[10] = {
         "", // 0
         "", // 1
         "abc", // 2
         "def", // 3
         "ghi", // 4
         "jkl", // 5
         "mno", // 6
         "pqrs", // 7
         "tuv", // 8
         "wxyz", // 9
     };//这个就相当于一个哈希表了,下标与数值的映射
 public:
     vector<string> result;//存储全部结果的字符串
     string s;//存储单次递归中找到的符合条件的字符串
     void backtracking(const string& digits, int index) {
         if (index == digits.size()) {//递归结束
             result.push_back(s);
             return;
         }
         int digit = digits[index] - '0';        // 将index指向的数字转为int
         string letters = letterMap[digit];      // 取数字对应的字符集
         for (int i = 0; i < letters.size(); i++) {
             s.push_back(letters[i]);            // 处理
             backtracking(digits, index + 1);    // 递归,注意index+1,下一层要处理下一个数字了
             s.pop_back();                       // 回溯
         }
     }
     vector<string> letterCombinations(string digits) {
         s.clear();
         result.clear();
         if (digits.size() == 0) {//特殊情况
             return result;
         }
         backtracking(digits, 0);//void backtracking(const string& digits, int index),初始递归查找,从index=0的数字开始
         return result;
     }
 };
  • 时间复杂度: O(3^m * 4^n),其中 m 是对应四个字母的数字个数,n 是对应三个字母的数字个数

  • 空间复杂度: O(3^m * 4^n)

一些写法,是把回溯的过程放在递归函数里了,例如如下代码,我可以写成这样:(注意注释中不一样的地方)(一刷没看)

 // 版本二
 class Solution {
 private:
         const string letterMap[10] = {
             "", // 0
             "", // 1
             "abc", // 2
             "def", // 3
             "ghi", // 4
             "jkl", // 5
             "mno", // 6
             "pqrs", // 7
             "tuv", // 8
             "wxyz", // 9
         };
 public:
     vector<string> result;
     void getCombinations(const string& digits, int index, const string& s) { // 注意参数的不同
         if (index == digits.size()) {
             result.push_back(s);
             return;
         }
         int digit = digits[index] - '0';
         string letters = letterMap[digit];
         for (int i = 0; i < letters.size(); i++) {
             getCombinations(digits, index + 1, s + letters[i]);  // 注意这里的不同
         }
     }
     vector<string> letterCombinations(string digits) {
         result.clear();
         if (digits.size() == 0) {
             return result;
         }
         getCombinations(digits, 0, "");
         return result;
 ​
     }
 };

不建议把回溯藏在递归的参数里这种写法,很不直观,我在二叉树:以为使用了递归,其实还隐藏着回溯 (opens new window)这篇文章中也深度分析了,回溯隐藏在了哪里。

所以大家可以按照版本一来写就可以了。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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