001. 组合

news2025/1/23 1:07:22

1.题目链接:

77. 组合

2.大概思路:

2.1题目要求:

给两个值 n 和 k ,要求从[1,n]的区间中,输出所有元素数量为k的组合。(不能有[1,1],值只能取一次)

2.2思路:

通过回溯法(递归)来做。(就是按n叉树的方式处理)

一条大目录,大目录里有小目录,一层层递归,到大目录的下一个节点,i+1,遍历完输出结果(输入一个初始值,这里为 1 )

2.3回溯三部曲:(有递归就有回溯)

2.3.1.递归函数的返回值以及参数

无返回值,只是遍历添加元素,参数就是传n和k,需要定义两个数组来存储临时数组和结果集。

vector<vector<int>> result; // 存放符合条件结果的集合
vector<int> path; // 用来存放符合条件单一结果
void backtracking(int n, int k, int startIndex) 

2.3.2.回溯函数终止条件

到达叶子节点终止(也就是元素个数达到了k),同时把此时临时数组存储的结果输入到结果集。

if (path.size() == k) {
    result.push_back(path);
    return;
}

2.3.3.单层搜索的过程

因为要遍历大目录,所以用for循环,又因为要遍历大目录里面的小目录,所以要在遍历大目录的for循环里加 递归逻辑,同时在本层加回溯逻辑(返回上来代表下面一层遍历结束),达到终止条件返回,会进行回溯操作,方便小目录节点,记录不同的元素数值,在一个元素确定的情况下,也就是上一层。

for (int i = startIndex; i <= n; i++) { // 控制树的横向遍历
    path.push_back(i); // 处理节点 
    backtracking(n, k, i + 1); // 递归:控制树的纵向遍历,注意下一层搜索要从i+1开始
    path.pop_back(); // 回溯,撤销处理的节点
}

2.3.4.总代码:

class Solution {
private:
    vector<vector<int>> result; // 存放符合条件结果的集合
    vector<int> path; // 用来存放符合条件结果
    void backtracking(int n, int k, int startIndex) {
        if (path.size() == k) {
            result.push_back(path);
            return;
        }
        for (int i = startIndex; i <= n; i++) {
            path.push_back(i); // 处理节点 
            backtracking(n, k, i + 1); // 递归
            path.pop_back(); // 回溯,撤销处理的节点
        }
    }
public:
    vector<vector<int>> combine(int n, int k) {
        result.clear(); // 可以不写
        path.clear();   // 可以不写
        backtracking(n, k, 1);
        return result;
    }
};

3.优化.剪枝操作

3.1.思路

为了方便更好的看出剪枝的效果,设置n=4,k=4,

剪枝的操作是为了去除不必要的遍历过程,如下图,被剪掉的部分,都是不能满足剩余可挑选的元素数量大于等于k的条件的,比如第二层开始,从取2开始已经可以剪掉了,第三层,从取3开始也可以剪掉了,

这也是判断条件。

 

3.2.操作

理解原理后在哪里操作来完成剪枝?下面是组合里单层搜索过程的代码

for (int i = startIndex; i <= n; i++) {
    path.push_back(i);
    backtracking(n, k, i + 1);
    path.pop_back();
}

修改的就是“ i <=n "这里,修改这里的原因就是想让for循环的范围缩小,遇见被剪枝的范围,就退出for循环。

改成这样

for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置

 " i <= n - (k - path.size()) + 1 " 这是怎么来的?

得出过程如下:

  1. 已经选择的元素个数:path.size();

  2. 还需要的元素个数为: k - path.size();

  3. 这是满足题目条件的不等式:列表中剩余元素(n-i) >= 所需需要的元素个数(k - path.size() )

  4. 化简得i <= n - (k - path.size() ),i 超过这个范围的都是需要被剪掉的,满足这个条件代表,只遍历必要的区域,这样就完成了剪枝操作。

  5. 最后等式为: i <= n - (k - path.size()) + 1

为啥有个+1?

 " i <= n - (k - path.size()) + 1 " 是遍历范围,i 是有起始值的,下面是题目要求

 可见起始条件为1(起始点+满足条件的范围)

(感觉还是糊涂x)

4.遇见的问题:

怎么先记录一个,后面再接着记录下一个?

哦哦,进入for(大目录)默认已经记录一个了,后面的递归都是在小目录的for里记录的。

5.记录:

一开始遇见有点懵,理解了一点后,有点不知道该怎么说清楚

其实也不是很难对吧,但没能表述明白,怎么表述明白?我一直没尝试过,都是自己把理解到的思路直接拍上去,先写一遍代码吧,然后再考虑修正的问题。

运行成功!在来看看。好吧,讲不出来。算了,积累是渐进式的,一下加几个有效的模块,感觉作用也不大,都是要一个经历的过程的,虽然会有很多浪费,但没办法,我没法懂...讲解的清楚和思维导图这两个领域暂时触摸不到

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/40444.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

(十七)Spring6整合JUnit

文章目录环境Spring对JUnit4的支持Spring对JUnit5的支持上一篇&#xff1a;&#xff08;十六&#xff09;Spring对事务的支持 环境 spring6里程碑版本的仓库 依赖&#xff1a;spring context依赖、spring对junit的支持相关依赖、junit4依赖、junit5依赖 <!--配置多个仓库-…

Spring【Spring的创建与使用】

Spring【Spring的创建项目与使用】&#x1f34e;一.Spring创建项目&#x1f352;1.1 创建⼀个 Maven 项⽬&#x1f352;1.2 添加 Spring 框架⽀持&#x1f352;1.3 添加启动类&#x1f34e;二.Bean对象的存储与获取&#x1f352;2.1 存储 Bean 对象&#x1f349; 2.1.1 创建 Be…

C语言【微项目19】—大整数字符串乘法器[纯字符串乘法][乘法表与加法表]【2022-11-27】

C语言【微项目19】—大整数字符串乘法器[纯字符串乘法][乘法表与加法表]【2022-11-27】1.函数功能2 简要测试结果3.BigInterNoLimitMutiString.c3.大整数字符串乘法器实现思路4. 大整数字符串乘法器典型使用流程main.c【TDTX】 【C99】 【编译与运行环境】64位Windows操作系统&…

Unity嵌入Android项目开发

目录前言1 搭建开发环境2 创建Unity项目2.1 新建项目2.2 Unity构建配置2.3 Android环境相关配置2.4 导出Unity库文件3 创建Android项目3.1 新建Android项目3.2 Android环境相关配置3.2 导入Unity相关的库3.3 Android中跳转到Unity视图4 进阶扩展4.1 包体积优化4.1.1 mono和IL2C…

ILRuntime1.安装

目录 1&#xff1a;官网地址&#xff1a;介绍 — ILRuntime 2&#xff1a;注意事项&#xff1a; 3&#xff1a;安装 此文章是参照官方文档&#xff0c;自己的开发笔记。 1&#xff1a;官网地址&#xff1a;介绍 — ILRuntime 官方Unity示例代码&#xff1a;GitHub - Ourpa…

CUDA-矩阵乘2

这里从一个 cuda 初学者的角度来阐述如何优化一个形状较大的正方形乘正方形的 FP32 矩阵乘。 矩阵乘作为目前神经网络计算中占比最大的一个部分&#xff0c;其快慢会显著影响神经网络的训练与推断所消耗的时间。虽然现在市面上已经有非常多的矩阵乘的高效实现——如基于 cpu 的…

基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统

在我之前的博文中也写过一篇关于垃圾识别的文章&#xff0c;主要是基于tensorflow和keras实现的&#xff0c;数据集是一个比赛提供的&#xff0c;有40个细分的子类别&#xff0c;最近是在学习PyTorch框架&#xff0c;实践做项目的过程中就想拿垃圾识别的数据集再开发垃圾识别模…

物联网-常见的服务架构演变

常见的服务架构演变 背景 在互联网的发展中&#xff0c;后端的web服务也经历了很多的演变&#xff1b;在公司业务稍微简单的时候&#xff0c;采用简单的服务&#xff0c;可以提高开发效率&#xff0c;可以帮忙节省更多的成本。但随着用户数量的剧增&#xff0c;流量突增&…

keras-yolo3-master 项目实战cookbook

1、.h5文件转化 1.1 Error: FileNotFoundError: [Errno 2] No such file or directory: ‘yolov3.weights’ 解决办法&#xff1a;通过在.py文件中添加print()命令发现文件的打开路径有问题&#xff0c;因此在代码中手动添加.weights的绝对路径&#xff0c;使程序能够找到该文…

java.lang.reflect.Field 解读

java.lang.reflect.Field Java 中 Field 提供有关类或接口的单个字段的信息&#xff0c;以及对它的动态访问权限。反射的字段可能是一个类字段或实例字段。Field 是成员变量的意思。Field 也是一个类&#xff0c;该类位于 java.lang.reflect 包下。 https://docs.oracle.com/…

每天五分钟机器学习:支持向量机损失函数和互熵损失函数

本文重点 本节课程我们讲学习两个常见的损失函数,一个是支持向量机损失,也叫做hinge loss,另外一个损失函数是互熵损失函数,它常常应用于softmax分类器中。 hinge loss 单样本的hinge loss可以为: 这个意思是说样本分类错误的分数-样本分类正确的分数小于阈值▲,则损…

Spring Boot 2.7.6 正式版发布, SpringBoot 2.7.6来了

一、发布说明 11 月 25 日官方发布了 Spring Boot 2.7.6 版本&#xff0c;此版本包括 44 个错误修复、文档改进和依赖项升级。 二、更新内容 2.1 bug 修复 即使未启用基于注释的计划&#xff0c;ScheduledBeanLazyInitializationExcludeFilter 也会自动配置使用 ContextHi…

第16章-Spring AOP中的基础API

文章目录一、概述二、切点&#xff08;Pointcut&#xff09;三、通知&#xff08;Advice&#xff09;1. 环绕通知2. 前置通知3. 异常通知4. 后置通知四、通知者&#xff08;Advisor&#xff09;五、附录1. 常用接口2. 示例代码前面我们讲了基于 XML 和注解两种方式配置 AOP&…

SpringBoot SpringBoot 原理篇 2 自定义starter 2.3 定时任务报表开发

SpringBoot 【黑马程序员SpringBoot2全套视频教程&#xff0c;springboot零基础到项目实战&#xff08;spring boot2完整版&#xff09;】 SpringBoot 原理篇 文章目录SpringBootSpringBoot 原理篇2 自定义starter2.3 定时任务报表开发2.3.1 直接开干2.3.2 小结2 自定义start…

JavaScript函数进阶:闭包

变量作用域 变量根据作用域的不同分为两种&#xff1a;全局变量和局部变量。 1. 函数内部可以使用全局变量。 2. 函数外部不可以使用局部变量。 3. 当函数执行完毕&#xff0c;本作用域内的局部变量会销毁 什么是闭包 闭包&#xff08;closure&#xff09;指有权访问另一…

Day13--商品列表-请求并渲染商品列表的数据

1.定义请求参数对象 接口部分&#xff1a; 文档部分&#xff1a; 我的操作&#xff1a; 1》在goods_list.vue中&#xff1a; 1>初步操作&#xff1a; 其效果图&#xff1a; 2>进一步操作&#xff1a; 在goods_list.vue中&#xff1a; 情况①&#xff1a; 情况②&…

python高级在线题目训练-第二套·主观题

1、《Walden》 是美国作家梭罗独居瓦尔登湖畔的记录,描绘了他两年多时间里的所见、所闻和所思。该书崇尚简朴生活&#xff0c;热爱大自然的风光&#xff0c;内容丰厚&#xff0c;意义深远&#xff0c;语言生动。 请用Python统计小说《Walden》 中各单词出现的频次&#xff0c;…

Metabase学习教程:视图-8

漏斗图 使用漏斗图显示步骤的进度。 图1。我们将用示例数据库构建一个漏斗图。 漏斗图用一系列台阶显示了指标。通常&#xff0c;它们用于显示有多少人通过特定的序列&#xff08;如网站上的结帐流程&#xff09;完成。第一步是多少人访问你的网站。然后有多少人浏览了一个产品…

【笔记】ABAQUS弹塑性分析

1. 弹塑性分析的主要问题 1.1 elastic-plastic deform behavior abaqus 默认的塑性表现行为是金属材料经典塑性理论&#xff0c;采用mises屈服面定义各向同性屈服。 一般金属材料都是各向同性材料&#xff0c;弹塑性行为&#xff1a; 小应变时&#xff0c;材料表现为线弹性&…

【5G MAC】随机接入流程中的 Msg2 (RAR)

博主未授权任何人或组织机构转载博主任何原创文章&#xff0c;感谢各位对原创的支持&#xff01; 博主链接 本人就职于国际知名终端厂商&#xff0c;负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作&#xff0c;目前牵头6G算力网络技术标准研究。 博客…