当前位置: 首页 > news >正文

【算法】回溯算法专题② ——组合型回溯 + 剪枝 python

目录

  • 前置知识
  • 进入正题
  • 小试牛刀
  • 实战演练
  • 总结


前置知识


【算法】回溯算法专题① ——子集型回溯 python



进入正题


组合https://leetcode.cn/problems/combinations/submissions/596357179/


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

思路:

回溯思路(选或不选 / 枚举选哪个)
剪枝(选不满k个就停止递归)


code1:

class Solution:def combine(self, n: int, k: int) -> List[List[int]]:ans = []path = []def dfs(i):# 剪枝if n - i + 1 + len(path) < k:  returnif len(path) == k:ans.append(path.copy())return# 不选dfs(i + 1)# 选path.append(i)dfs(i + 1)path.pop()dfs(1)return ans

code2:

class Solution:def combine(self, n: int, k: int) -> List[List[int]]:ans = []path = []def dfs(i):# 剪枝if n - i + 1 + len(path) < k:returnif len(path) == k:ans.append(path.copy())return# 枚举选哪个    for j in range(i, n + 1):path.append(j)dfs(j + 1)path.pop()dfs(1)return ans


小试牛刀


组合总和Ⅲ https://leetcode.cn/problems/combination-sum-iii/description/

找出所有相加之和为 n 的 k 个数的组合,且满足下列条件:
1.只使用数字1到9
2.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

思路:

与上题一样的思路
回溯 + 剪枝


题解1:

class Solution:def combinationSum3(self, k: int, n: int) -> List[List[int]]:ans = []path = []def dfs(i):# 剪枝if len(path) + 10 - i < k:returnif sum(path) > n:returnif len(path) == k and sum(path) == n:ans.append(path.copy())return# 选path.append(i)dfs(i + 1)path.pop()# 不选dfs(i + 1)dfs(1)return ans

题解2:

class Solution:def combinationSum3(self, k: int, n: int) -> List[List[int]]:ans = []path = []def dfs(i):# 剪枝if len(path) + 10 - i < k:returnif sum(path) > n:returnif len(path) == k and sum(path) == n:ans.append(path.copy())return# 枚举选哪个for j in range(i, 10):path.append(j)dfs(j + 1)path.pop()dfs(1)return ans

当然,我们可以在判断和是否为n时进行优化:
在dfs中传入target参数,每选一个数字 j 就把target减去 j

code:

class Solution:def combinationSum3(self, k: int, n: int) -> List[List[int]]:ans = []path = []def dfs(i, t):if len(path) + 10 - i < k:returnif t < 0:returnif len(path) == k and t == 0:ans.append(path.copy())returnfor j in range(i, 10):path.append(j)dfs(j + 1, t - j)path.pop()dfs(1, n)return ans



实战演练


括号生成 https://leetcode.cn/problems/generate-parentheses/

数字 n 代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且 有效的 括号组合。

示例 1:

输入:n = 3
输出:[“((()))”,“(()())”,“(())()”,“()(())”,“()()()”]

示例 2:

输入:n = 1
输出:[“()”]

提示:
1 <= n <= 8

思路:

理解为填左括号, 不选理解为填右括号


题解:

class Solution:def generateParenthesis(self, n: int) -> List[str]:ans = []path = []def dfs(i, left, right):if i == 2 * n:ans.append("".join(path))return# 左括号数量不能超过nif left < n:path.append("(")dfs(i + 1, left + 1, right)path.pop()# 右括号数量不能超过左括号数量if right < left:path.append(")")dfs(i + 1, left, right + 1)path.pop()dfs(0, 0, 0)return ans


总结


剪枝是一种优化技术,用于提前终止那些不可能找到解的搜索路径,从而提高算法效率。
而组合型回溯问题常常与剪枝相结合


END
如果有更多问题或需要进一步的帮助,可以在评论区留言讨论哦!
如果喜欢的话,请给博主点个关注 谢谢

http://www.lryc.cn/news/530524.html

相关文章:

  • LeetCode:121.买卖股票的最佳时机1
  • pytorch生成对抗网络
  • Visual Studio Code应用本地部署的deepseek
  • 用 HTML、CSS 和 JavaScript 实现抽奖转盘效果
  • Skewer v0.2.2安装与使用-生信工具43
  • C语言:链表排序与插入的实现
  • 【Elasticsearch】doc_values 可以用于查询操作
  • 深度学习深度解析:从基础到前沿
  • JVM的GC详解
  • 【开源免费】基于Vue和SpringBoot的校园网上店铺系统(附论文)
  • 测压表压力表计量表针头针尾检测数据集VOC+YOLO格式4862张4类别
  • Vue 3 30天精进之旅:Day 12 - 异步操作
  • 【网络】3.HTTP(讲解HTTP协议和写HTTP服务)
  • [paddle] 矩阵相关的指标
  • docker部署SpringBoot项目简单流程
  • Python学习——函数参数详解
  • Chromium132 编译指南 - Android 篇(一):编译前准备
  • .Net / C# 繁体中文 与 简体中文 互相转换, 支持地方特色词汇
  • Java泛型深度解析(JDK23)
  • 【贪心算法篇】:“贪心”之旅--算法练习题中的智慧与策略(一)
  • AJAX XML
  • 踏入编程世界的第一个博客
  • 2025年1月22日(网络编程 udp)
  • 数据结构与算法之栈: LeetCode 641. 设计循环双端队列 (Ts版)
  • 从零开始学 HTML:构建网页的基本框架与技巧
  • 一些杂记2
  • C语言 --- 分支
  • 【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】2.10 ndarray内存模型:从指针到缓存优化
  • 【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】2.6 广播机制核心算法:维度扩展的数学建模
  • K8S极简教程(4小时快速学会)