代码随想录算法训练营第二十五天| 216.组合总和III,17.电话号码的字母组合

news2024/10/7 6:43:24

 题目与题解

216.组合总和III

题目链接:216.组合总和III

代码随想录题解:216.组合总和III

视频讲解:和组合问题有啥区别?回溯算法如何剪枝?| LeetCode:216.组合总和III_哔哩哔哩_bilibili

解题思路:

        有了昨天的组合打底,今天这题就是在组合的基础上加了一点点条件,本质是一样的。

        因为这题同样是在一个序列中取出规定数量的数字,所以画出来的多叉树与组合也相同。按照回溯三部曲:

        首先要确定递归函数的参数,包括最后答案的返回值result,中途用来进行记录的序列validComination,用来记录每个序列和的sum,原函数的入参n,k,和用来递归的每一层的变量startIndex。

        然后确定终止条件:在validComination已经取到了k个数,此时如果sum等于n,就把validComination添加到result中,否则直接返回

        最后确定单层搜索过程:每一层都是从1-9里面取数的,所以每层的范围i<=9,这里可以参考组合这题的剪枝,是一样的,如果后序的树里面的数字不够k - validCombination.size()了,就可以不继续遍历了,所以i<=10 - (k - validCombination.size())。每一层取数时,要将对应的i加入validComination,同时sum也要加上i,然后递归的调用该函数,调用完将i从validComination弹出,并将sum减去i即可。

class Solution {
	List<List<Integer>> result = new ArrayList<>();
	LinkedList<Integer> validComination = new LinkedList<>();
	int sum = 0;
    public List<List<Integer>> combinationSum3(int k, int n) {
		combinationSum3(k,n,1);
		return result;
    }

	public void combinationSum3(int k, int n, int startIndex) {
		if (validComination.size() == k) {
			if (sum == n) {
				result.add(new ArrayList<>(validComination));
			}
			return;
		}
		for (int i = startIndex; i <= 10 - (k - validComination.size()); i++) {
			validComination.add(i);
			sum += i;
			combinationSum3(k, n, i+1);
			validComination.pollLast();
			sum -= i;
		}
	}
}

看完代码随想录之后的想法 

        思路没什么问题,剪枝的话这里因为还有sum的限制,且1-9都是整数,所以sum必然是越加越大的,如果sum在中途就超过了n,就可以直接返回不用算了。

        另外,我是将sum作为类变量保存的,算法上应该没有太大的区别。

class Solution {
	List<List<Integer>> result = new ArrayList<>();
	LinkedList<Integer> path = new LinkedList<>();

	public List<List<Integer>> combinationSum3(int k, int n) {
		backTracking(n, k, 1, 0);
		return result;
	}

	private void backTracking(int targetSum, int k, int startIndex, int sum) {
		// 减枝
		if (sum > targetSum) {
			return;
		}

		if (path.size() == k) {
			if (sum == targetSum) result.add(new ArrayList<>(path));
			return;
		}

		// 减枝 9 - (k - path.size()) + 1
		for (int i = startIndex; i <= 9 - (k - path.size()) + 1; i++) {
			path.add(i);
			sum += i;
			backTracking(targetSum, k, i + 1, sum);
			//回溯
			path.removeLast();
			//回溯
			sum -= i;
		}
	}
}

遇到的困难

        还行,模仿前一题写还蛮容易的

17.电话号码的字母组合

题目链接:17.电话号码的字母组合

代码随想录题解:17.电话号码的字母组合

视频讲解:还得用回溯算法!| LeetCode:17.电话号码的字母组合_哔哩哔哩_bilibili

解题思路:

        这道题看起来名字叫字母组合,实际上是排列+组合问题,所以画出来的多叉树不太一样。

        首先要把基础的数据准备好,先根据digits的输入和跟子母的映射关系,得到一个letters数组,数组里面每个元素是String,分别对应digits里面每个digit对应的多个字母。

        然后就是回溯三部曲:

        入参是letters数组,以及当前回溯所在的层数index,index方便取出当前的letters[index]节点,以及用于记录答案的result数组和记录当前序列的StringBuilder s。

        终止条件是s的长度到达了letters的长度,即已经取了digit.length()个字母,此时就可以把s加入结果result中。

        单层遍历条件为:循环遍历letters[index]字符串中每一个字符,每次将字母加入s后,调用递归函数,index+1,然后再将s的最后的字符弹出完成回溯。        

class Solution {
	List<String> result = new ArrayList<>();
	StringBuilder s = new StringBuilder();
    public List<String> letterCombinations(String digits) {
		if ("".equals(digits)) return result;
		String[] letters = new String[digits.length()];
		for (int i = 0; i < digits.length(); i++) {
			letters[i] = digitLetterMapping(digits.charAt(i));
		}
		letterCombinations(letters, 0);
		return result;
    }

	public void letterCombinations(String[] letters, int index) {
		if (s.length() == letters.length) {
			result.add(new String(s));
			return;
		}
		for (int i = 0; i < letters[index].length(); i++) {
			s.append(letters[index].charAt(i));
			letterCombinations(letters, index+1);
			s.deleteCharAt(index);
		}
	}

	public String digitLetterMapping(char digit) {
		switch(digit) {
			case '2': return "abc";
			case '3': return "def";
			case '4': return "ghi";
			case '5': return "jkl";
			case '6': return "mno";
			case '7': return "pqrs";
			case '8': return "tuv";
			case '9': return "wxyz";
			default: return "";
		}
	}
}

看完代码随想录之后的想法 

        基本思路没有大问题,但是有些细节考虑的不够好。

        首先,要考虑输入的时候可能会有空值或空字符串,因此digits是null和emtpy的条件最好都要写上。

        其次,我写的映射函数略显复杂,可以直接用数组根据下标和数字的关系来直接初始化。不过,直接写出数组来,好处是不需要用函数来得到映射数组,坏处是如果出现了0-9以外的其他输入,没有default的情况下可能会返回exception。

        复杂度计算主要就是看有多少层,每个digit对应多少个字母,相乘就可以:

  • 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)
class Solution {

    //设置全局列表存储最后的结果
    List<String> list = new ArrayList<>();

    public List<String> letterCombinations(String digits) {
        if (digits == null || digits.length() == 0) {
            return list;
        }
        //初始对应所有的数字,为了直接对应2-9,新增了两个无效的字符串""
        String[] numString = {"", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};
        //迭代处理
        backTracking(digits, numString, 0);
        return list;

    }

    //每次迭代获取一个字符串,所以会设计大量的字符串拼接,所以这里选择更为高效的 StringBuild
    StringBuilder temp = new StringBuilder();

    //比如digits如果为"23",num 为0,则str表示2对应的 abc
    public void backTracking(String digits, String[] numString, int num) {
        //遍历全部一次记录一次得到的字符串
        if (num == digits.length()) {
            list.add(temp.toString());
            return;
        }
        //str 表示当前num对应的字符串
        String str = numString[digits.charAt(num) - '0'];
        for (int i = 0; i < str.length(); i++) {
            temp.append(str.charAt(i));
            //c
            backTracking(digits, numString, num + 1);
            //剔除末尾的继续尝试
            temp.deleteCharAt(temp.length() - 1);
        }
    }
}

遇到的困难

        一开始的时候思路很混乱,图也没有画对,甚至画出了多个根节点的图,显然不对。

        然后又回头去参考了一下前两道题,明确了一下多叉树的要求:横向表示单层遍历,纵向表示递归,思考了一下实际做这种题手写应该是怎么样的结果,才画出了正确的多叉树。

        另外在写的时候也没有考虑空输入和空字符串的情况,明明题目中还有测试用例的提示,所以第一次提交的时候,digits为""的时候就没有过去,后面才补上了。       

今日收获

        回溯本身掌握了套路就很简单,关键就在于如何正确的把图画出来,剪枝属于锦上添花的东西,先保证正确,再看有没有优化空间。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1560942.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

超云信创新品发布,引领国产化AI算力新高度

在当前数字化转型的大潮中&#xff0c;算力作为新质生产力的重要动力引擎&#xff0c;对推动经济社会发展起着关键作用。尤其在人工智能领域&#xff0c;随着高性能、安全可控的AI算力需求持续攀升&#xff0c;国产化服务器的研发与应用显得尤为迫切。 作为国内专业的算力基础…

【技巧】如何解除Excel“打开密码”?

给Excel表格设置“打开密码”&#xff0c;可以保护表格不被他人随意打开&#xff0c;那如果后续不需要保护了&#xff0c;不想每次打开Excel都需要输密码&#xff0c;要怎么去除“打开密码”呢&#xff1f; 今天分享3个方法&#xff0c;最后一个方法记得收藏起来&#xff0c;以…

基于springboot实现教师工作量管理系统项目【项目源码+论文说明】

基于springboot实现教师工作量管理系统演示 摘要 随着信息技术在管理上越来越深入而广泛的应用&#xff0c;管理信息系统的实施在技术上已逐步成熟。本文介绍了教师工作量管理系统的开发全过程。通过分析教师工作量管理系统管理的不足&#xff0c;创建了一个计算机管理教师工作…

Dragonfly S系列相机 多领域大规模制造应用的首选

Dragonfly S系列工业相机&#xff0c;作为一款模块化紧凑型USB3机器视觉相机&#xff0c;一经推出就广受从生命科学仪器到工厂自动化等行业的青睐。同时它也非常适合各种嵌入式和手持设备的高性能图像采集系统。 Dragonfly S系列相机凭借其模块化、紧凑、轻量级的设计理念&…

在哪买国外服务器便宜?

在哪买国外服务器便宜&#xff1f;在寻找便宜且可靠的国外服务器商家时&#xff0c;我们需要考虑多个因素&#xff0c;包括价格、性能、可靠性、技术支持和扩展性等。下面是一些备受推崇的便宜国外服务器商家。 Amazon Web Services (AWS)。作为全球最大的云服务提供商之一&am…

抖店的运营玩法你真的了解吗?没有货源也能操作的方法来了!

大家好&#xff0c;我是电商小布。 现在越来越多的小伙伴开始察觉到了抖店这个项目的优势&#xff0c;并想要加入进来开一家属于自己的小店。 但是店铺的发展远不是我们看到的那么简单&#xff0c;开店只是我们进入这个市场的第一步。 接下来的运营操作才是关键点。 而这个…

国货护肤更替,“韩束珀莱雅们”会成为常胜将军吗?

【潮汐商业评论/文】 July是一位资深的护肤达人&#xff0c;“这是敏感肌专用的修复水&#xff0c;这是针对熬夜黑眼圈的眼霜&#xff0c;这是军训专用防晒霜&#xff0c;这是……&#xff0c;”虽然粉丝很少&#xff0c;但July总是乐此不疲的分享自己的爱用护肤品。 最近&am…

镭速如何解决UDP传输不通的问题

我们之前有谈到过企业如果遇到UDP传输不通的情况&#xff0c;常见的一些解决方式&#xff0c;同时也介绍了一站式企业文件传输方式-镭速相关优势&#xff0c;如果在实际应用中&#xff0c;若镭速UDP传输出现不通的情况&#xff0c;需要按照网络通信的一般性排查方法以及针对镭速…

linux下使用iperf工具测试通过EC20模组联网后网速

1.我主要参考以下文章资料(现在是VIP文章了):iperf软件编译以及使用_iperf源码编译-CSDN博客 这里我下载的版本为3.1.3&#xff0c;以下附上百度网盘: 链接&#xff1a;https://pan.baidu.com/s/1tPi4oTBUC36jJcM5M5oj_A 提取码&#xff1a;bo4f --来自百度网盘超级会员V6的…

echart 仪表盘实现指针的渐变色及添加图片

需求&#xff1a; 在仪表盘中设置指针为渐变色&#xff0c;并在仪表盘中间添加图片。 实现重点&#xff1a; 1、仪表盘指针渐变色的实现 渐变色通过设置pointer的itemStyle属性内的color实现&#xff0c;重点是echart版本&#xff0c;这个原本使用4.8.0的版本不起作用&#xff…

2022 Tesla AI Day -特斯拉自动驾驶FSD的进展和算法软件技术之数据以及虚拟

2022 Tesla AI Day -特斯拉自动驾驶FSD的进展和算法软件技术之数据以及虚拟 附赠自动驾驶学习资料和量产经验&#xff1a;链接 人工智能算法犹如电影的主演&#xff0c;我们很多时候看电影只看到主演们的精彩&#xff0c;但其实电影的创意和呈现都来自于背后的导演和制片等团队…

【Effective Web】页面优化

页面优化 页面渲染流程 JavaScript 》 Style 》 Layout 》 Paint 》 Composite 首先js做了一些逻辑&#xff0c;触发了样式变化&#xff0c;style计算好这些变化后&#xff0c;把影响的dom元素进行重新布局&#xff08;layout&#xff09;,再画到画布中&#xff08;Paint&am…

OpenAI 展示音频模型 Voice Engine;清明节前 AI 复活亲人成热门生意丨RTE 开发者日报 Vol.175

开发者朋友们大家好&#xff1a; 这里是「RTE 开发者日报」&#xff0c;每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE &#xff08;Real Time Engagement&#xff09; 领域内「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「…

逆向分析之antibot

现在太卷了&#xff0c;没资源&#xff0c;很难接到好活&#xff0c;今天群里看到个单子&#xff0c;分析了下能做&#xff0c;结果忙活了一小会&#xff0c;幸好问了下&#xff0c;人家同时有多个人再做&#xff0c;直接就拒绝再继续了。就这次忘了收定金了&#xff0c;所以原…

Centos7 elasticsearch-7.7.0 集群搭建,启用x-pack验证 Kibana7.4用户管理

前言 Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎&#xff0c;能够解决不断涌现出的各种用例。 作为 Elastic Stack 的核心&#xff0c;它集中存储您的数据&#xff0c;帮助您发现意料之中以及意料之外的情况。 环境准备 软件 …

【机器学习】数据探索---python主要的探索函数

在上一篇博客【机器学习】数据探索(Data Exploration)—数据质量和数据特征分析中&#xff0c;我们深入探讨了数据预处理的重要性&#xff0c;并介绍了诸如插值、数据归一化和主成分分析等关键技术。这些方法有助于我们清理数据中的噪声、消除异常值&#xff0c;以及降低数据的…

App.vue触发axios报错及解决方案

App.vue触发axios报错及解决方案 修改根目录下vue.config.js文件 module.exports {publicPath: ./,assetsDir: assets,configureWebpack: {devServer: {client: {overlay: false}}} }重新npm run dev 搞定

平台产品线 | 高频问题更新(2024.04.01)

平台产品线 | 高频问题更新(2024.04.01) 一、SuperMap iDesktopX 问题1&#xff1a;麻烦问一下&#xff0c;我有一个数据&#xff0c;想实现符号与标注记的最小显示级别不一样&#xff0c;如1级测站的符号第1级开始显示&#xff0c;但1级测站的注记从第2级才开始显示&#xf…

图片压缩到100k以内?快速压缩图片大小的方法

当您想要分享照片到社交媒体平台时&#xff0c;平台可能有上传文件大小的限制。您可能需要将照片压缩到符合平台要求的大小范围内&#xff0c;以便成功上传和分享照片&#xff0c;或者如果您的设备存储空间有限&#xff0c;您可能需要将照片压缩到较小的文件大小&#xff0c;以…

P1803 凌乱的yyy

凌乱的yyy / 线段覆盖 题目背景 快 noip 了&#xff0c;yyy 很紧张&#xff01; 题目描述 现在各大 oj 上有 n n n 个比赛&#xff0c;每个比赛的开始、结束的时间点是知道的。 yyy 认为&#xff0c;参加越多的比赛&#xff0c;noip 就能考的越好&#xff08;假的&#x…