算法打卡day25

2024-04-04 09:04
文章标签 算法 打卡 day25

本文主要是介绍算法打卡day25,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!

今日任务:

1)491.递增子序列

2)46.全排列

3)47.全排列 II

491.递增子序列

题目链接:491. 非递减子序列 - 力扣(LeetCode)

给定一个整型数组, 你的任务是找到所有该数组的递增子序列,递增子序列的长度至少是2。
示例:
输入: [4, 6, 7, 7]
输出: [[4, 6], [4, 7], [4, 6, 7], [4, 6, 7, 7], [6, 7], [6, 7, 7], [7,7], [4,7,7]]

说明:
给定数组的长度不会超过15。
数组中的整数范围是 [-100,100]。
给定数组中可能包含重复数字,相等的数字应该被视为递增的一种情况

文章讲解:代码随想录 (programmercarl.com)

视频讲解:回溯算法精讲,树层去重与树枝去重 | LeetCode:491.递增子序列哔哩哔哩bilibili

思路:

  1. 使用回溯算法,遍历数组中的每个元素。
  2. 对于当前元素,尝试将其加入当前子序列中,然后递归地向后探索更长的子序列。
  3. 在向后探索过程中,需要进行剪枝操作,以排除重复的结果和不满足递增条件的情况。
  4. 当遍历完所有可能的情况时,将满足要求的子序列加入结果列表中

 下面是一个错误代码

class Solution:def findSubsequences(self, nums: List[int]) -> List[List[int]]:self.result = []self.backtrack(nums, 0, [])return self.resultdef backtrack(self, nums, start, path):# 如果当前路径长度大于1,则将该路径加入结果列表中if len(path) > 1:self.result.append(path[:])# 遍历数组中从start索引开始的所有元素for i in range(start, len(nums)):# 剪枝条件1:如果当前元素与前面的元素相同,则跳过,避免重复结果if i > start and nums[i] in nums[:i]:continue# 剪枝条件2:如果当前元素小于路径中的最后一个元素,跳过,确保生成的子序列是递增的if not path or nums[i] >= path[-1]:# 递归path.append(nums[i])self.backtrack(nums, i + 1, path)path.pop()

在第一个剪枝部分,不能直接去用当前nums[i]与数组之前的部分判断重复,这样是判断当前元素是否出现在路径中
这样导致的我们找的子集是没有重复元素的,但[1,2,1,1]这种是符合要求的,所以这样剪枝是错的
而是应该判断当前层,元素nums[i]是否遍历过 

46.全排列

题目链接:46. 全排列 - 力扣(LeetCode)

给定一个 没有重复 数字的序列,返回其所有可能的全排列。

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

文章讲解:代码随想录 (programmercarl.com)

视频讲解:组合与排列的区别,回溯算法求解的时候,有何不同?| LeetCode:46.全排列哔哩哔哩bilibili

思路:

使用回溯算法来生成全排列。
维护一个结果列表 result 来存储所有可能的全排列。
回溯函数 backtrack 的参数包括当前要排列的数组 nums 和当前已生成的部分排列 path。
在回溯函数中,首先判断是否满足终止条件,即 path 的长度是否等于 nums 的长度,如果满足则将 path 加入 result 中。
然后遍历数组 nums 中的每个元素,如果该元素已经在 path 中,则跳过,否则将其加入 path 中,递归调用回溯函数,完成后需要撤销选择,以便尝试其他未选择的元素。

class Solution:def permute(self, nums: List[int]) -> List[List[int]]:self.result = []self.backtrack(nums, [])return self.resultdef backtrack(self, nums, path):# 当遍历完时,path长度等于原数组长度if len(path) == len(nums):self.result.append(path[:])for i in range(len(nums)):# 剪枝:如果当前元素已经遍历则跳过if nums[i] in path:continue# 递归层path.append(nums[i])self.backtrack(nums, path)path.pop()

感想:

这题比较简单,递归遍历时,起始位置与之前的不一样,这次从头遍历

47.全排列 II

题目链接:47. 全排列 II - 力扣(LeetCode)

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

文章讲解:代码随想录 (programmercarl.com)

视频讲解:回溯算法求解全排列,如何去重?| LeetCode:47.全排列 II哔哩哔哩bilibili

思路:

1)使用回溯算法来生成全排列。
2)首先对原数组进行排序,这样重复元素会相邻,方便后续剪枝操作。
3)回溯函数 backtrack 的参数包括当前要排列的数组 nums、当前已生成的部分排列 path 和一个数组 used,用于记录每个数字是否已被使用。
4)在回溯函数中,首先判断是否满足终止条件,即 path 的长度是否等于 nums 的长度,如果满足则将 path 加入 result 中。
5)然后遍历数组 nums 中的每个元素,如果该元素已经被使用过,则跳过,否则标记该元素为已使用,选择当前元素并递归调用回溯函数,完成后需要撤销选择,并将当前元素标记为未使用,以便尝试其他未选择的元素。

class Solution:def permuteUnique(self, nums: List[int]) -> List[List[int]]:nums.sort()self.result = []self.backtrack(nums, [], [False] * len(nums))return self.resultdef backtrack(self, nums, path,used):# 终止条件:当路径长度等于原数组长度时,表示已经生成了一个全排列if len(path) == len(nums):self.result.append(path[:])for i in range(len(nums)):# 剪枝:如果当前元素已经遍历则跳过if used[i]:continue# 剪枝:同一层不能重复取相同的数字,若前一个相同数字未被使用,则跳过当前数字if i > 0 and nums[i] == nums[i - 1] and used[i-1] == False:continueused[i] = True # 标记当前元素已被使用# 递归层path.append(nums[i])self.backtrack(nums, path,used)path.pop()used[i] = False

感想:

这一题有两个剪枝,第一个是每一个树层上,也就是同一级的for循环上,如果有重复的,我们就不用继续了,因为第一个元素出现时就已经涵盖所有可能性。我们可以对数组排序,然后比较当前nums[i]是否等于前一个,还需要补充的限制是,前一个已经遍历过了
第二个剪枝就是与上一题一样的,每一个树枝上已经使用的放进path中的就跳过

这篇关于算法打卡day25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/875365

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1