当前位置： 首页 > news >正文

代码随想录训练营Day27 | 77. 组合 | 216.组合总和III | 17.电话号码的字母组合

news 2025/6/23 15:48:04

学习文档：代码随想录 (programmercarl.com)

视频链接：代码随想录算法公开课 | 最强算法公开课 | 代码随想录 (programmercarl.com)

 Leetcode 77. 组合

题目描述

给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。

你可以按 任何顺序 返回答案。

示例 1：

输入：n = 4, k = 2
输出：
[[2,4],[3,4],[2,3],[1,2],[1,3],[1,4],
]

示例 2：

输入：n = 1, k = 1
输出：[[1]]

提示：

  • 1 <= n <= 20
  • 1 <= k <= n

解题思路

 这是回溯算法的经典题目，可以将题目抽象为N叉树来理解回溯算法。这颗树的初始集合就是[1,2,3,4]，从左往右取数，取过的数就不再取，避免出现重复集合，每个节点需要一个for循环来遍历，所以需要一个startindex来控制遍历的起始值，需要用一维数组来存放结果，用二维数组来存放所有满足的结果。

图中可以发现n相当于树的宽度，k相当于树的深度。

回溯算法三部曲： 

1. 确定递归函数的返回值合参数

n,k是题目给出，startIndex来控制每次for循环的起始位置

vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件单一结果
void backtracking(int n, int k, int startIndex)

2.确定回溯函数的终止条件

当path这个数组的大小如果达到k，说明找到了一个子集大小为k的组合了，在图中path存的就是根节点到叶子节点的路径。

if (path.size() == k) {result.push_back(path);return;
}

3.确定单层搜索的过程

回溯法的搜索过程就是一个树型结构的遍历过程，在图中，可以看出for循环用来横向遍历，递归的过程是纵向遍历。

for (int i = startIndex; i <= n; i++) { // 控制树的横向遍历path.push_back(i); // 处理节点backtracking(n, k, i + 1); // 递归：控制树的纵向遍历，注意下一层搜索要从i+1开始path.pop_back(); // 回溯，撤销处理的节点
}

完整代码

class Solution {
private:vector<vector<int>> result; // 存放符合条件结果的集合vector<int> path; // 用来存放符合条件结果void backtracking(int n, int k, int startIndex) {if (path.size() == k) {result.push_back(path);return;}for (int i = startIndex; i <= n; i++) {path.push_back(i); // 处理节点backtracking(n, k, i + 1); // 递归path.pop_back(); // 回溯，撤销处理的节点}}
public:vector<vector<int>> combine(int n, int k) {result.clear(); // 可以不写path.clear();   // 可以不写backtracking(n, k, 1);return result;}
};

剪枝优化

回溯法虽然是暴力搜索，但也有时候可以有点剪枝优化一下的

举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。 在第二层for循环，从元素3开始的遍历都没有意义了。

可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了

  1. 已经选择的元素个数：path.size();

  2. 还需要的元素个数为: k - path.size();

  3. 在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历

为什么有个+1呢，因为包括起始位置，我们要是一个左闭的集合。

所以优化之后的for循环是：

for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置

 完整代码

class Solution {
private:vector<vector<int>> result;vector<int> path;void backtracking(int n, int k, int startIndex) {if (path.size() == k) {result.push_back(path);return;}for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) { // 优化的地方path.push_back(i); // 处理节点backtracking(n, k, i + 1);path.pop_back(); // 回溯，撤销处理的节点}}
public:vector<vector<int>> combine(int n, int k) {backtracking(n, k, 1);return result;}
};

 Leetcode 216. 组合总和 III

题目描述

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

解题思路

 这题相对于上一题就是多了一个限制，要找到和为n的k个整数，整个集合是固定的。

完整代码

class Solution {
vector<vector<int>> result;
vector<int> path;
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++) { sum += i;path.push_back(i); backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndexsum -= i; // 回溯path.pop_back(); // 回溯，撤销处理的节点}
}
public:vector<vector<int>> combinationSum3(int k, int n) {backtracking(n, k, 0, 1);return result;}
};

剪枝优化

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;
}

完整代码

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return; }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 - (k - path.size()) + 1; i++) { // 剪枝sum += i; // 处理path.push_back(i); // 处理backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndexsum -= 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;}
};

 Leetcode 17. 电话号码的字母组合

题目描述

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。答案可以按 任意顺序 返回。

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。

示例 1：

输入：digits = "23"
输出：["ad","ae","af","bd","be","bf","cd","ce","cf"]

示例 2：

输入：digits = ""
输出：[]

示例 3：

输入：digits = "2"
输出：["a","b","c"]

提示：

  • 0 <= digits.length <= 4
  • digits[i] 是范围 ['2', '9'] 的一个数字。

解题思路

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

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

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.确定回溯函数的参数

 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，这个index与之前的startIndex不同，这个index是记录遍历第几个数字了（例如输入“23”，可以用来表示现在是遍历“2”对应的字符还是“3”），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。

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

2.确定终止条件

例如输入用例"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。

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
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+1，一下层要处理下一个数字了s.pop_back();                       // 回溯
}

 完整代码

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;string s;void backtracking(const string& digits, int index) {if (index == digits.size()) {result.push_back(s);return;}int digit = digits[index] - '0';        // 将index指向的数字转为intstring 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+1，一下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) {return result;}backtracking(digits, 0);return result;}
};

 

http://www.lryc.cn/news/455553.html

相关文章：

  • Linux文件重定向文件缓冲区
  • 训练贪吃蛇ai的后续记录
  • WPF 手撸插件 八 操作数据库一
  • 代数结构基础 - 离散数学系列（八）
  • 函数的arguments为什么不是数组？如何转化为数组？
  • Java之反射
  • 3dsMax添加天空盒
  • C语言的类型提升机制
  • Pandas和Seaborn数据可视化
  • 爬虫（Python版本）
  • 【分布式训练 debug】VS Code Debug 技巧：launch.json实用参数
  • pycharm连接linux服务器需要提前安装ssh服务
  • 通信工程学习：什么是LAN局域网、MAN城域网、WAN广域网
  • LeetCode热题100速通
  • Python代码编写KDJ指标
  • 传统少数民族物品检测系统源码分享
  • 深度学习中的迁移学习：预训练模型微调与实践
  • 原生input实现时间选择器用法
  • 对象的概念
  • ARIMA|基于自回归差分移动平均模型时间序列预测
  • sqli-labs靶场第三关less-3
  • 泡沫背后：人工智能的虚幻与现实
  • 旅游管理智能化：SpringBoot框架的应用
  • 基于方块编码的图像压缩matlab仿真,带GUI界面
  • 不同jdk版本间的替换
  • 408算法题leetcode--第28天
  • 【无人机设计与控制】无人机三维路径规划，对比蚁群算法，ACO_Astar_RRT算法
  • 毕设 大数据电影数据分析与可视化系统（源码+论文）
  • 10月7日刷题记录
  • 苍穹外卖学习笔记(十五)