[LeetCode]根据决策树设计代码解决dfs

news2025/1/6 20:14:11

目录

46. 全排列 - 力扣(LeetCode)

78. 子集 - 力扣(LeetCode)


 

46. 全排列 - 力扣(LeetCode)

决策树:根据题意可以知道,全排列需要找到数组内元素不重复的所有排列方式,可以画出决策树如下图

设计代码:

  1. 全局变量:1.用来保存所有排列结果的二维数组res 2.用来保存单个排列的数组path 3.不能有重复元素,每层选择需要避开已经选了的元素,需要一个布尔数组check确认该位置是否已经被选。
  2. 设计代码:考虑单个节点,选判断该节点值是否被选,当未被选才进入该节点,进入该节点后path加上该节点值,后调用dfs进入下一层,从该层退出时,path要去掉该节点值。
  3. 细节:
    1. 递归出口:当到叶子节点时,单个排列path完成,该path加入res中,同时直接返回。
    2. 剪枝:当该节点位置布尔数组check[i]==true时,表示改为被选过了,不考虑该节点,就相当于剪枝了。
    3. 回溯:到达叶子节点时,添加上最后一个元素后,调用dfs到下一层会到递归出口,path加入res后直接返回后,回到上一层path去掉该节点值。

代码:

class Solution {
    vector<vector<int>> res;
    vector<int> path;
    bool check[7];
public:
    void dfs(vector<int>& nums)
    {
        //递归出口
        if(nums.size()==path.size())
        {
            res.push_back(path);
            return;
        }
        for(int i=0;i<nums.size();i++)
        {
            //分析单个节点
            if(check[i]==false)
            {
                check[i]=true;
                path.push_back(nums[i]);
                dfs(nums);
                check[i]=false;
                path.pop_back();
            }
        }
    }
    vector<vector<int>> permute(vector<int>& nums) 
    {
        dfs(nums);
        return res;
    }
};

78. 子集 - 力扣(LeetCode)

 

方案一 

决策树:根据题意是找子集,遍历nums中的元素可选可不选,对于每种元素选或不选有两种选择,可画出nums.size()深度的决策树。

设计代码:

  1. 全局变量:1.用来保存所有结果的二维数组res 2.用来保存单个子集的数组path 
  2. 设计代码:考虑单个节点,有选或不选两种选择(类似于二叉树,选相当于左子数,不选相当于右子树),要分别遍历,当选择时,将节点值加入path,调用dfs进入下一层,出该层时,path去掉节点值,不选择时,path不用加入该节点值,直接调用dfs进入下一层。到叶子节点时,path长度不一定会等于nums长度,需要加入参数pos记录层数。
  3. 细节:
    1. 递归出口:当递归层数达到nums.size()时,可将子集path加入res中,直接返回即可。
    2. 剪枝:由于每个元素都要判断是否选择,没有剪枝。
    3. 回溯:选叶子节点:叶子节点值加入path,进入dfs触发递归出口返回,path去掉该叶子节点,不选叶子节点,进入dfs,触发递归出口返回,该层结束到上一层。

代码:

class Solution {
    vector<vector<int>> res;
    vector<int> path;

public:
    void dfs(vector<int> nums, int pos)
    {
        //出口
        if(pos==nums.size())
        {
            res.push_back(path);
            return;
        }

        //选
        path.push_back(nums[pos]);
        dfs(nums, pos+1);
        path.pop_back();

        //不选
        dfs(nums, pos+1);
    }
    vector<vector<int>> subsets(vector<int>& nums) 
    {
        dfs(nums,0);
        return res;
    }
};

方案二

决策树:根据题意可在按遍历顺序选择一个节点后,在后面未选的元素中在遍历依次选择一个节点后进入下一层。

设计代码:

  1. 全局变量:1.用来保存所有结果的二维数组res 2.用来保存单个子集的数组path 
  2. 设计代码:在方案一的基础上,考虑单个节点我们在每层只考虑该选节点的情况,加一个参数pos表示遍历到的nums数组下标,在未被遍历到的下标pos右边部分再遍历依次选择下一节点,由于只考虑要在未选的中选一个,所以每次进入一层都要将path加入res中。
  3. 细节:
    1. 递归出口:下标pos超过数组结尾就可以返回了,因为没有要处理的了,不加递归出口也可以。
    2. 剪枝:每次只在下标pos右边选,相当于剪枝了。
    3. 回溯:由于是考虑选哪个,不是选不选的问题,所以到最后叶子节点必是数组最后一个元素,处理完最后一个元素后,没有可选元素了,函数会直接返回。

代码:

class Solution {
    vector<vector<int>> res;
    vector<int> path;
public:
    void dfs(vector<int> nums, int pos)
    {
        for(int i=pos;i<nums.size();i++)
        {
            path.push_back(nums[i]);
            res.push_back(path);
            dfs(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> subsets(vector<int>& nums) 
    {
        vector<int> tmp;
        res.push_back(tmp);
        dfs(nums,0);
        return res;
    }
};

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/2076379.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

Java面向接口编程——开发打印机

题目&#xff1a; 墨盒&#xff1a;彩色、黑白 纸张类型&#xff1a;A4、B5 墨盒和纸张都不是打印机厂商提供的 打印机厂商要兼容市场上的墨盒、纸张 墨盒接口&#xff1a; public interface InkBox {String colorInkBox(); // 墨盒颜色} 纸张接口&#xff1a; public i…

Centos 添加双网卡 (生产环境配置记录)

1、在虚拟机中添加网卡2 [rootntpserver network-scripts]# ip addr 1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000 link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00 inet 127.0.0.1/8 scope host lo …

前端(Vue)tagsView(子标签页视图切换) 原理及通用解决方案

文章目录 tagsView 方案总结tagsView 原理分析创建 tags 数据源生成 tagsViewtagsView 国际化处理contextMenu 展示处理contextMenu 事件处理处理 contextMenu 的关闭行为处理基于路由的动态过渡 tagsView 方案总结 整个 tagsView 整体来看就是三块大的内容&#xff1a; tags…

【SAM下游任务微调】TS-SAM: Fine-Tuning Segment-Anything Model for Downstream Tasks

TS-SAM: Fine-Tuning Segment-Anything Model for Downstream Tasks 论文链接&#xff1a;https://arxiv.org/pdf/2408.01835 代码链接&#xff1a;https://github.com/maoyangou147/TS-SAM 一、摘要 基于适配器的微调方法已经被研究用于改进SAM在下游任务上的性能。然而&am…

【2024】Datawhale X 李宏毅苹果书 AI夏令营 Task1

本文是关于李宏毅苹果书“第1章 机器学习基础”学习内容的记录。 1、术语解释 术语解释机器学习&#xff08;Machine Learning, ML&#xff09;机器学习是一种人工智能&#xff08;AI&#xff09;技术&#xff0c;它使计算机能够从数据中学习并做出决策或预测&#xff0c;而无…

【python计算机视觉编程——3.图像到图像的映射】

python计算机视觉编程——3.图像到图像的映射 3.图像到图像的映射3.1 单应性变换3.1.1 直接线性变换算法&#xff08;DLT&#xff09;3.1.2 仿射变换 3.2 图像扭曲3.2.1 图像中的图像3.2.2 分段仿射扭曲3.2.3 图像配准 3.3 创建全景图3.3.1 RANSAC3.3.2 稳健的单应性矩阵估计3.…

【二叉树】LC405-删除二叉搜索树的节点

文章目录 1 删除二叉树的节点思路其他代码参考 1 删除二叉树的节点 https://leetcode.cn/problems/delete-node-in-a-bst/description/ 给定一个二叉搜索树的根节点 root 和一个值 key&#xff0c;删除二叉搜索树中的 key 对应的节点&#xff0c;并保证二叉搜索树的性质不变。…

探索全球设计灵感:六大海外设计平台

海外设计网站对于设计师而言&#xff0c;不仅是灵感的源泉&#xff0c;更是专业成长的加速器。这些平台聚集了全球创意人士&#xff0c;提供了一个分享和发现最新设计趋势的环境。设计师可以通过这些网站学习行业内的创新技术&#xff0c;参与设计挑战&#xff0c;提升个人设计…

End-to-End视觉里程计新突破:从运动模糊图像中精确估计相机姿态

更多优质内容&#xff0c;请关注公众号&#xff1a;智驾机器人技术前线 1.论文信息 论文标题&#xff1a;MBRVO: A Blur Robust Visual Odometry Based on Motion Blurred Artifact Prior 作者&#xff1a;Jialu Zhang, Jituo Li*, Jiaqi Li, Yue Sun, Xinqi Liu, Zhi Zheng,…

饮水机复杂交互功能联网调试

饮水机复杂交互功能联网调试 引言 饮水机我们从最开始的放水和加热, 逐渐拓展到保温功能, 童锁功能, 红外检测功能, 对于这些复杂的交互功能, 我们如果通过按键进行调试, 会极大的增加我们的开发时间和成本, 如果我们频繁的进行烧录, 则如果涉及到一些中间变量, 则无法进行调试…

帆软BI怎么制作不等宽柱状图

帆软BI怎么制作不等宽柱状图 文章目录 帆软BI怎么制作不等宽柱状图不等宽柱状图起源一、怎么做不等宽柱状图准备二、操作步骤1.展示效果2.操作步骤-3.操作步骤 -图形属性4.操作步骤 -组件样式5.操作步骤 -横轴和纵轴6.完成7.不等宽柱状图与传统等宽柱状图对比 总结 不等宽柱状图…

【深度学习】嘿马深度学习笔记第5篇:神经网络与tf.keras,学习目标【附代码文档】

本教程的知识点为&#xff1a;深度学习介绍 1.1 深度学习与机器学习的区别 TensorFlow介绍 2.4 张量 2.4.1 张量(Tensor) 2.4.1.1 张量的类型 TensorFlow介绍 1.2 神经网络基础 1.2.1 Logistic回归 1.2.1.1 Logistic回归 TensorFlow介绍 总结 每日作业 神经网络与tf.keras 1.3 …

介绍云计算在医疗领域的应用实例

云计算在医疗领域的应用日益广泛&#xff0c;为医疗行业带来了诸多便利和创新。以下是几个典型的应用实例&#xff1a; 电子病历管理系统&#xff1a; 基于云计算技术的电子病历管理系统&#xff0c;通过互联网实现对病历数据的存储、管理、维护和查询等功能。这类系统能够自动…

关于助记词,词库的讨论

我有个想法&#xff0c;既然私钥碰撞的难度大。 -seed-&#xff08;pathmasterkey&#xff09;-privatekey-publickey-address 通过反推的难度大&#xff0c;那我可以尝试使用助记词碰撞 就例如&#xff0c;我生成1000个eth地址 1000个地址的助记词全部拿到&#xff0c;然后…

C++学习笔记——打印ASCII码

一、题目描述 二、代码 #include <iostream> using namespace std; int main() {char a_char;int a_int;cin >> a_char;a_int a_char;cout << a_int;return 0; }

【数据结构】关于TreeMap与TreeSet的使用你了解多少???

前言&#xff1a; &#x1f31f;&#x1f31f;本期讲解TreeMap与Set的相关知识&#xff0c;希望能帮到屏幕前的你。 &#x1f308;上期博客在这里&#xff1a;http://t.csdnimg.cn/K1moi &#x1f308;感兴趣的小伙伴看一看小编主页&#xff1a;GGBondlctrl-CSDN博客 目录 &am…

开源模型应用落地-LangChain实用小技巧-使用各种Loader高效解析不同数据源(七)

一、前言 在 LangChain框架中&#xff0c;提供了Loader机制&#xff0c;以统一的方式来从各种数据源获取数据&#xff0c;使得开发人员可以方便地集成不同类型的数据源&#xff0c;而无需为每种数据源编写特定的加载代码。它可以将不同格式的数据转换为 LangChain 可以处理的统…

如何使用ssm实现新锐台球厅管理系统的设计与实现+vue

TOC ssm221新锐台球厅管理系统的设计与实现vue 系统概述 1.1 研究背景 如今互联网高速发展&#xff0c;网络遍布全球&#xff0c;通过互联网发布的消息能快而方便的传播到世界每个角落&#xff0c;并且互联网上能传播的信息也很广&#xff0c;比如文字、图片、声音、视频等…

Python(R)均方根误差平均绝对误差导图

&#x1f3af;要点 回归模型评估指标评估薪水预测模型评估员工倦怠率模型评估大气分析生成式对抗模型目标对象缺失下&#xff0c;性能估算法追踪模型误差指标降尺度大气学模拟模型准确性评估蛋白染色质相互作用模型评估 Python回归误差指标 平均绝对误差表示数据集中实际值和…

Manim实现目标的移动和出现速度控制

一&#xff0c;介绍 缓动函数 自定义参数随时间变化的速率。 现实生活中&#xff0c;物体并不是突然启动或者停止&#xff0c; 当然也不可能一直保持匀速移动。就像我们 打开抽屉的过程那样&#xff0c;刚开始拉的那一下动作很快&#xff0c; 但是当抽屉被拉出来之后我们会不自…