代码随想录算法训练营第二十九天| 491. 非递减子序列、46. 全排列、47. 全排列 II

本文主要是介绍代码随想录算法训练营第二十九天| 491. 非递减子序列、46. 全排列、47. 全排列 II,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

[LeetCode] 491. 非递减子序列

[LeetCode] 491. 非递减子序列 文章解释

[LeetCode] 491. 非递减子序列 视频解释

题目:

给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。

示例 1:

输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2:

输入:nums = [4,4,3,2,1]
输出:[[4,4]]

提示:

  • 1 <= nums.length <= 15
  • -100 <= nums[i] <= 100

[LeetCode] 491. 非递减子序列

自己看到题目的第一想法

    和切割问题是一样的, 需要遍历所有可能的组合, 然后判断每个组合是否符合要求.

    重复了怎么办呢? 和之前一样, 如果当前的元素和前一个相同, 则跳过当前元素?

    这样判断是不对的, 因为元素并没有排序.

看完代码随想录之后的想法

    对于每一层的递归, 在单层递归逻辑的 for 循环之前, 创建一个 Set , 该 Set 记录所有出现过的数字. 这样的话就可以知道当前数字和数字之后的元素组成的组合, 是不是已经处理过了.

    妙啊! 又 get 到一个新的去重技巧.

class Solution {private List<List<Integer>> result = new ArrayList<>();private List<Integer> path = new ArrayList<>();public List<List<Integer>> findSubsequences(int[] nums) {backTracking(nums, 0);return result;}private void backTracking(int[] nums, int startIndex) {Set<Integer> used = new HashSet<>();for (int i = startIndex; i < nums.length; i++) {if (used.contains(nums[i])) {continue;}if (!path.isEmpty() && nums[i] < path.get(path.size() - 1)) {continue;}path.add(nums[i]);used.add(nums[i]);if (path.size() > 1) {result.add(new ArrayList<>(path));}backTracking(nums, i + 1);path.remove(path.size() - 1);}}
}
class Solution {private List<List<Integer>> result = new ArrayList<>();private List<Integer> path = new ArrayList<>();public List<List<Integer>> findSubsequences(int[] nums) {backTracking(nums, 0);return result;}private void backTracking(int[] nums, int startIndex) {boolean[] used = new boolean[201];// 去重优化, Set 的操作会更耗时一些for (int i = startIndex; i < nums.length; i++) {if (used[nums[i] + 100]) {continue;}if (!path.isEmpty() && nums[i] < path.get(path.size() - 1)) {continue;}path.add(nums[i]);used[nums[i] + 100] = true;if (path.size() > 1) {result.add(new ArrayList<>(path));}backTracking(nums, i + 1);path.remove(path.size() - 1);}}
}

自己实现过程中遇到哪些困难

    对于去重的逻辑一致没想明白自己哪里错了, 因为 LeetCode 的提交结果上无法复制出完整的运行结果和预期结果.

    使用提交结果页面右上角的 “添加到测试用例” 按钮, 将测试用例添加到本地后, 运行测试用例后, 在本地运行的结果框的右上角有一个 “diff” 按钮. 点击后可以看到完整的数据.

    同时, 系统自带的记事本没办法成功的搜索... 复制到 sublimme text 之后才发现, 像 “1, 2, 7, 5, 1, 1, 1” 这样的序列, 1 的 部分会重复计算多次.

[LeetCode] 46. 全排列

[LeetCode] 46. 全排列 文章解释

[LeetCode] 46. 全排列 视频解释

题目:

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1:

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

示例 2:

输入:nums = [0,1]
输出:[[0,1],[1,0]]

示例 3:

输入:nums = [1]
输出:[[1]]

提示:

  • 1 <= nums.length <= 6
  • -10 <= nums[i] <= 10
  • nums 中的所有整数 互不相同

[LeetCode] 46. 全排列

自己看到题目的第一想法

    画个树图~

    咦, 每个用过的元素都要被剔除, 但是不能用 startIndex 该怎么办呢?

    卡哥的 used 数组大法能用吗?

    bingo!!! 如此顺畅的逻辑...

    毕竟是基础题... 有那么一丝的不会才是可耻的好吗.

看完代码随想录之后的想法

    基本差不多的逻辑, 这一题算是基础中的基础, 比较简单.

class Solution {private List<List<Integer>> result = new ArrayList<>();private List<Integer> path = new ArrayList<>();public List<List<Integer>> permute(int[] nums) {backTracking(nums, new boolean[nums.length]);return result;}private void backTracking(int[] nums, boolean[] used) {for (int i = 0; i < nums.length; i++) {if (used[i]) {// 数组去重效率高一些continue;}path.add(nums[i]);used[i] = true;if (path.size() == nums.length) {result.add(new ArrayList<>(path));} else {backTracking(nums, used);}path.remove(path.size() - 1);used[i] = false;}}
}
class Solution {private List<List<Integer>> result = new ArrayList<>();private List<Integer> path = new ArrayList<>();private Set<Integer> used = new HashSet<>();public List<List<Integer>> permute(int[] nums) {backTracking(nums);return result;}private void backTracking(int[] nums) {for (int i = 0; i < nums.length; i++) {if (used.contains(nums[i])) {continue;}path.add(nums[i]);used.add(nums[i]);if (path.size() == nums.length) {result.add(new ArrayList<>(path));} else {backTracking(nums);}used.remove(nums[i]);path.remove(path.size() - 1);}}
}

自己实现过程中遇到哪些困难

[LeetCode] 47. 全排列 II

[LeetCode] 47. 全排列 II 文章解释

[LeetCode] 47. 全排列 II 视频解释

题目:

给定一个可包含重复数字的序列 nums按任意顺序 返回所有不重复的全排列。

示例 1:

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

示例 2:

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

提示:

  • 1 <= nums.length <= 8
  • -10 <= nums[i] <= 10

[LeetCode] 47. 全排列 II

自己看到题目的第一想法

    排列的去重版. 使用前后元素一致则忽略后一个元素的办法可行.

看完代码随想录之后的想法

    需要用 int[] used 或者 Set<Integer> used 来排除已经使用的元素.

    使用 int[] used 还可以同时用来去重. 妙啊妙!

class Solution {private List<List<Integer>> result = new ArrayList<>();private List<Integer> path = new ArrayList<>();public List<List<Integer>> permuteUnique(int[] nums) {Arrays.sort(nums);backTracking(nums, 0, new boolean[nums.length]);return result;}private void backTracking(int[] nums, int startIndex, boolean[] used) {if (path.size() == nums.length) {result.add(new ArrayList<>(path));return;}for (int i = 0; i < nums.length; i++) {// 因为 i 是从 0 开始的, 因此必须知道前一个元素是否正在使用, 正在使用说明是树层去重, 否则是树叶去重.// 两者都能通过, 但是树叶去重效率低很多, 因为需要遍历更多的叶子结点才能完成去重.if (used[i] || (i > 0 && nums[i - 1] == nums[i] && !used[i - 1])) {continue;}path.add(nums[i]);used[i] = true;backTracking(nums, i + 1, used);path.remove(path.size() - 1);used[i] = false;}}
}

自己实现过程中遇到哪些困难

这篇关于代码随想录算法训练营第二十九天| 491. 非递减子序列、46. 全排列、47. 全排列 II的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1034377

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python 基于http.server模块实现简单http服务的代码举例

《Python基于http.server模块实现简单http服务的代码举例》Pythonhttp.server模块通过继承BaseHTTPRequestHandler处理HTTP请求,使用Threa... 目录测试环境代码实现相关介绍模块简介类及相关函数简介参考链接测试环境win11专业版python

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中,我们经常需要从 W

使用Spring Cache本地缓存示例代码

《使用SpringCache本地缓存示例代码》缓存是提高应用程序性能的重要手段,通过将频繁访问的数据存储在内存中,可以减少数据库访问次数,从而加速数据读取,:本文主要介绍使用SpringCac... 目录一、Spring Cache简介核心特点:二、基础配置1. 添加依赖2. 启用缓存3. 缓存配置方案方案

MySQL的配置文件详解及实例代码

《MySQL的配置文件详解及实例代码》MySQL的配置文件是服务器运行的重要组成部分,用于设置服务器操作的各种参数,下面:本文主要介绍MySQL配置文件的相关资料,文中通过代码介绍的非常详细,需要... 目录前言一、配置文件结构1.[mysqld]2.[client]3.[mysql]4.[mysqldum