算法练习第22天|39. 组合总和、40.组合总和II

news2025/2/26 5:03:24

39. 组合总和

39. 组合总和 - 力扣(LeetCode)icon-default.png?t=N7T8https://leetcode.cn/problems/combination-sum/description/

题目描述:

给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意顺序 返回这些组合。

candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同,则两种组合是不同的。 

对于给定的输入,保证和为 target 的不同组合数少于 150 个。

示例 1:

输入:candidates = [2,3,6,7], target = 7
输出:[[2,2,3],[7]]
解释:
2 和 3 可以形成一组候选,2 + 2 + 3 = 7 。注意 2 可以使用多次。
7 也是一个候选, 7 = 7 。
仅有这两种组合。

示例 2:

输入: candidates = [2,3,5],
target = 8
输出: [[2,2,2,2],[2,3,3],[3,5]]

示例 3:

输入: candidates = [2], target = 1
输出: []

提示:

  • 1 <= candidates.length <= 30
  • 2 <= candidates[i] <= 40
  • candidates 的所有元素 互不相同
  • 1 <= target <= 40

 思路分析:

由于所有candidates的数>=1,所以不必担心有0的问题。另外,由于元素可以多次使用,所以其搜索过程对应的树形结构如下所示:

注意图中叶子节点的返回条件,因为本题没有组合数量要求,仅仅是总和的限制,所以递归没有层数的限制,只要选取的元素总和超过target,就返回! 另外,注意蓝色框中文字,因为要求的是满足条件的

下面我们结合上述的树形结构图,按照回溯三部曲来尝试书写代码:

  • 回溯第一步:确认回溯函数的参数和返回值。

这里依然是定义两个全局变量,二维数组result存放结果集,数组path存放符合条件的结果。(这两个变量可以作为函数参数传入) 

老规矩,返回值类型void。参数除了题目所给的数组candidates以及目标和target之外,为了方便理解,我们算法练习第21天|216.组合总和|||、17.电话号码的字母组合-CSDN博客中的216.组合总和|||的解法一样,添加了目前路径上所遍历的元素的和sum以及开始遍历的位置startIndex。

可能有人有人会有疑问,为什么在17.电话号码的字母组合这一题中没有写startIndex?对于组合问题,什么时候需要startIndex呢?下面给出startIndex的使用场景:

如果是从一个集合中求组合的话,就需要startIndex,例如算法练习第20天|回溯算法 77.组合问题 257. 二叉树的所有路径-CSDN博客中的77.组合问题,以及上述的216.组合总和|||。

如果是多个集合取组合,各个集合之间相互不影响,那么就不用startIndex,例如:上面的17.电话号码的字母组合。

所以本题要求是从同一个集合中求组合,所以要用到startIndex。至于具体怎么用,下面代码中在细说。

回溯函数大致长这样:

vector<vector<int>> result;
vector<int> path;
//回溯第一步,确定回溯函数的参数和返回类型
void backTracking(vector<int>& candidates, int target, int sum, int startIndex){}
  • 回溯函数第二步:确认回溯终止条件 

从下面的树形结构可知, 回溯的终止条件只有 sum== targeth和sum > target两种。如果是sum<target,则说明还有继续寻找并添加元素的可能,所以这种要执行的是单层回溯的逻辑。

所以回溯终止条件长这样:

//回溯第二步,确定回溯终止条件
if(sum == target){
     result.push_back(path);
     return;
}
else if(sum > target){
     return;
}
  •  回溯第三步:确认单层搜索逻辑

能到达这一步,表明sum<target,需要继续进行元素搜索。因此,要做的操作有处理节点(sum加上当前节点,path中记录当前节点),然后就该执行递归了,接着是回溯。代码如下:

//回溯第三步,确认当层回溯逻辑,并回溯
for(int i = startIndex; i < candidates.size(); i++){
      sum += candidates[i];  //处理节点
      path.push_back(candidates[i]);

      backTracking(candidates, target, sum, i);  //递归

      sum -= candidates[i]; //回溯
      path.pop_back();

}

这里我们用到了startIndex,注意我们在递归时的给最后一个参数传的是i,程序初始时传的startIndex肯定为0,所以i最开始为0。但是搜索完最左侧的大分支后,该记录的结果记录下来,该回溯的回溯,i++变成了1,结合下图,为了避免上面所说的【2,3】和【3,2】的组合重复,所以取数时变成了从【3,5】中取数,这就导致startIndex也需要有更新。那么更新为多少时何时呢?观察下图可知当startIndex和此时的i一样时就满足了从【3,5】中取数的条件,于是我们在递归时把i作为了第四个参数的实参。

整体代码:

 整体代码的书写如下:

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    //回溯第一步,确定回溯函数的参数和返回类型
    void backTracking(vector<int>& candidates, int target, int sum, int startIndex){
        //回溯第二步,确定回溯终止条件
        if(sum == target){
            result.push_back(path);
            return;
        }
        else if(sum > target){
            return;
        }

        //回溯第三步,确认当层回溯逻辑,并回溯
        for(int i = startIndex; i < candidates.size(); i++){
            sum += candidates[i];  //处理节点
            path.push_back(candidates[i]);

            backTracking(candidates, target, sum, i);  //递归

            sum -= candidates[i]; //回溯
            path.pop_back();

        }
    }

    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        backTracking(candidates,target,0,0);
        return result; 
    }
};

40.组合总和II 

40. 组合总和 II - 力扣(LeetCode)icon-default.png?t=N7T8https://leetcode.cn/problems/combination-sum-ii/description/

题目描述:

给定一个候选人编号的集合 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。

candidates 中的每个数字在每个组合中只能使用 一次 。

注意:解集不能包含重复的组合。 

示例 1:

输入: candidates = [10,1,2,7,6,1,5] target = 8输出:
[
[1,1,6],
[1,2,5],
[1,7],
[2,6]
]

示例 2:

输入: candidates = [2,5,2,1,2], target = 5,
输出:
[
[1,2,2],
[5]
]

提示:

  • 1 <= candidates.length <= 100
  • 1 <= candidates[i] <= 50
  • 1 <= target <= 30

 本人看完解法也不太理解,哎,先放着。。。。

class Solution {
private:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& candidates, int target, int sum, int startIndex, vector<bool>& used) {
        if (sum == target) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
            // used[i - 1] == true,说明同一树枝candidates[i - 1]使用过
            // used[i - 1] == false,说明同一树层candidates[i - 1]使用过
            // 要对同一树层使用过的元素进行跳过
            if (i > 0 && candidates[i] == candidates[i - 1] && used[i - 1] == false) {
                continue;
            }
            sum += candidates[i];
            path.push_back(candidates[i]);
            used[i] = true;
            backtracking(candidates, target, sum, i + 1, used); // 和39.组合总和的区别1,这里是i+1,每个数字在每个组合中只能使用一次
            used[i] = false;
            sum -= candidates[i];
            path.pop_back();
        }
    }

public:
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        vector<bool> used(candidates.size(), false);
        path.clear();
        result.clear();
        // 首先把给candidates排序,让其相同的元素都挨在一起。
        sort(candidates.begin(), candidates.end());
        backtracking(candidates, target, 0, 0, used);
        return result;
    }
};

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/1682205.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

Unity Mirror 从入门到入神(一)

Mirror从入门到成神 文章目录 Mirror从入门到成神简介NetworkClientRegisterPrefabConnect (string address)Disconnect ()activeactiveHost NetworkServerSpawn 简介 Mirror是一个unity网络同步框架&#xff0c;基于MonoBehaviour生命周期的回调的基础上进行数值的同步&#…

一个强大的在线解析网站,无需登录,只用把视频链接粘贴进去就能免费解析下载视频。

TiQu.cc是什么&#xff1f; TiQu.cc是一个强大的在线工具&#xff0c;让用户可以从包括Facebook、VK、Twitter、Tiktok、Instagram等在内的100多个平台下载他们喜爱的视频。不论是音乐、电视节目、电影、短片还是个人上传的内容&#xff0c;TiQu.cc都可以帮助您随时随地以离线…

什么是检索增强生成(Retrieval Augmented Generation)?RAG 架构如何实现?

检索增强生成&#xff08;Retrieval Augmented Generation&#xff09;时代 在不断发展的生成人工智能世界中&#xff0c;检索增强生成 (RAG) 标志着一项重大进步&#xff0c;它将检索模型的准确性与生成模型的创造性相结合&#xff0c;达到了准确&创新的更高层级。 这种…

摸鱼大数据——Linux搭建大数据环境(Hadoop高可用环境搭建)六

Hadoop高可用环境搭建 确定提前安装好了hadoop和zookeeper 1.删除原有数据文件 三台机器都要进行删除 可以使用CRT发送交互到所有会话 rm -rf /export/data/hadoop-3.3.0 2.安装软件 三台机器都要进行安装 注意: 如果网络较慢安装失败,那就重复安装即可 # 实现多个服务的通讯 …

数字水印 | 奇异值分解 SVD 的 Python 代码实现

&#x1f951;原理&#xff1a;数字水印 | 奇异值分解 SVD 的定义、原理及性质 &#x1f951;参考&#xff1a;Python 机器学习笔记&#xff1a;奇异值分解&#xff08;SVD&#xff09;算法 正文 对于一个图像矩阵&#xff0c;我们总可以将其分解为以下形式&#xff1a; 通过…

Halcon 根据XYZ生成3D模型

Halcon 根据XYZ生成3D模型 x_points := [a_x_points, b_x_points, c_x_points]y_points := [a_y_points, b_y_points, c_y_points]z_points := [a_z_points, b_z_points, c_z_points]stop()gen_object_model_3d_from_points

某单位Oracle数据库性能优化方案参考

内容分析&#xff1a; 本文是一篇关于XX市XX单位中心数据库优化方案的详细报告。文章首先描述了数据库的现状&#xff0c;包括其运行的软件环境、硬件环境、数据存储情况以及与检测点的连接方式。接着&#xff0c;文章列出了信息系统优化的常用策略&#xff0c;并具体解释了每一…

线性回归模型之套索回归

概述 本案例是基于之前的岭回归的案例的。之前案例的完整代码如下&#xff1a; import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import Ridge, LinearRegression from sklearn.datasets import make_regression from sklearn.model_selectio…

对抗生成网络(GAN),DCGAN原理

目录 1. GAN基础原理 1.1 生成器 1.2 判别器 1.3 整体架构 2. 损失函数 3. DCGAN 3.1 问题 3.2 解决 1. GAN基础原理 GAN&#xff08;Generative Adversarial Nets&#xff09;是一种深度神经网络架构。它由生成器和判别器组成&#xff0c;生成器学习真实样本&#x…

微信公众号自定义分销商城小程序源码系统 带完整的安装代码吧以及系统部署搭建教程

系统概述 微信公众号自定义分销商城小程序源码系统是一款功能强大的电商解决方案&#xff0c;它集成了商品管理、订单处理、支付接口、分销管理等多种功能。该系统支持自定义界面设计&#xff0c;商家可根据自身需求调整商城的页面布局和风格&#xff0c;打造独特的品牌形象。…

月薪20K+的策划人简历应该怎么写?

一般咱们大多数策划在写简历前&#xff0c;都是先直接找模板&#xff0c;然后按照模板的框架直接往里面填内容。 最后草草收场&#xff0c;直接拿去海投简历&#xff0c;结果发现没有拿到任何面试邀约。 策划写简历前的第一件事要梳理自己的能力模型和岗位JD。 因为只有先梳…

解决谷歌浏览器无法登陆网站的问题,左下角弹出JavaScript(void:0)

破釜沉舟&#xff0c;全都试一遍&#xff1a; 如果还不行&#xff0c;那就关闭GPU加速&#xff1a;关了瞬间就好了 关闭之后&#xff0c;再打开GPU加速还是行的&#xff08;咱也不知道为啥呀&#xff09;

究极完整版!!Centos6.9安装最适配的python和yum,附带教大家如何写Centos6.9的yum.repos.d配置文件。亲测可行!

前言&#xff01; 这里我真是要被Centos6.9给坑惨了&#xff0c;最刚开始学习linux的时候并没有在意那么的&#xff0c;没有考虑到选版本问题&#xff0c;直到23年下半年&#xff0c;官方不维护Centos6.9了&#xff0c;基本上当时配置的文件和安装的依赖都用不了了&#xff0c…

DCMM(数据管理能力成熟度模型)对企业的价值

随着大数据时代的来临&#xff0c;数据已成为企业发展的重要驱动力。为了有效地管理和利用数据&#xff0c;企业需要建立一套完善的数据管理体系&#xff0c;而DCMM&#xff08;数据管理能力成熟度模型&#xff09;正是这样一个帮助企业构建和优化数据管理能力的框架。 DCMM结构…

05-应用级开发者 AI 时代破局点

后端应用级开发者该如何拥抱 AI GC&#xff1f;就是在这样的一个大的浪潮下&#xff0c;我们的传统的应用级开发者。我们该如何选择职业或者是如何去快速转型&#xff0c;跟上这样的一个行业的一个浪潮? 0 AI金字塔模型 越往上它的整个难度就是职业机会也好&#xff0c;或者说…

Ubuntu 24 换国内源及原理 (阿里源)

备份原文件 sudo cp /etc/apt/sources.list.d/ubuntu.sources /etc/apt/sources.list.d/ubuntu.sources.bak 编辑源文件 sudo gedit /etc/apt/sources.list.d/ubuntu.sources &#xff08;阿里源&#xff09; Types: deb deb-src URIs: https://mirrors.aliyun.com/ubunt…

ArcGIS arcpy代码工具——关于标识码的那些事(查找最大标识码、唯一性检查、重排序、空值赋值)

系列文章目录 ArcGIS arcpy代码工具——批量对MXD文件的页面布局设置修改 ArcGIS arcpy代码工具——数据驱动工具批量导出MXD文档并同步导出图片 ArcGIS arcpy代码工具——将要素属性表字段及要素截图插入word模板 ArcGIS arcpy代码工具——定制属性表字段输出表格 ArcGIS arc…

二. Ast - 反混淆(基础篇-api的使用)

在线代码转AST语法树网站&#xff1a;AST explorer 什么是path对象 通过以下的代码&#xff0c;对以上图片中的AST语法树做例子。 VariableDeclarator(path) 是一个函数&#xff0c;表示 traverse 遍历AST时&#xff0c;要进入的节点path 参数&#xff0c;表示当前正在遍历的节…

Conda 常用命令大全

Conda 常用命令大全 配置源conda配置清华源pip配置清华源 环境管理创建一个新的虚拟环境列出虚拟环境激活虚拟环境退出虚拟环境删除虚拟环境复制某个虚拟环境 conda包管理列出全部包安装包卸载包 pip包管理列出全部包安装包卸载包 其他命令查询 conda 版本查看环境信息 简介&am…

某东-绑卡

声明 本文章中所有内容仅供学习交流使用&#xff0c;不用于其他任何目的&#xff0c;抓包内容、敏感网址、数据接口等均已做脱敏处理&#xff0c;严禁用于商业用途和非法用途&#xff0c;否则由此产生的一切后果均与作者无关&#xff01;wx a15018601872 本文章未…