leetcode39组合总和

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。

解题思路

回溯算法:这类问题的典型解法是使用回溯算法,递归地构建可能的组合,并在找到符合条件的组合时将其加入结果集。

剪枝:为了优化算法,我们可以对已经超过目标值的组合进行剪枝,避免无效的递归。

排序:先对候选数字排序,方便后续的剪枝操作。

解题步骤

1.排序候选数字:为了方便剪枝操作,先将候选数字排序。排序后的候选数字为 [3, 4, 7, 8]。

2.回溯查找组合:从第一个候选数字开始,尝试所有可能的组合,计算每个组合的和。如果和等于目标值,则将其添加到结果集。如果和超过目标值,则停止当前路径的搜索(剪枝)。

代码实现

go 复制代码
func combinationSum(candidates []int, target int) [][]int {
	// 1.初始化
	var result [][]int
	var combination []int
	// 2.排序以便于剪枝
	sort.Ints(candidates)
	// 3.声明一个回溯函数
	var backtrack func(start, target int)
	backtrack = func(start, target int) {
		if target == 0 {
			// 4.找到一个符合条件的组合,加入结果集
			result = append(result, append([]int(nil), combination...))
			return
		}

		for i := start; i < len(candidates); i++ {
			if candidates[i] > target {
				// 5.剪枝:如果当前候选数字大于剩余目标值,直接退出循环
				break
			}
			// 6.选择当前候选数字
			combination = append(combination, candidates[i])
			// 7.因为数字可以重复使用,所以传入 i 作为下一个开始索引
			backtrack(i, target-candidates[i])
			// 8.回溯:撤销选择
			combination = combination[:len(combination)-1]
		}
	}
	// 9.回溯
	backtrack(0, target)
	// 10.返回结果
	return result
}

代码测试

go 复制代码
func main() {
	// 测试用例
	candidates := []int{2, 3, 6, 7}
	target := 7

	// 打印结果
	fmt.Println("Candidates:", candidates)
	fmt.Println("Target:", target)
	fmt.Println("Combinations:", combinationSum(candidates, target))
}

测试结果

关于题目疑问

Q1 为什么用回溯来解决这个问题?

  1. 问题的本质是枚举所有可能的组合
    这道题的目标是找出所有数字组合,使得这些组合的数字之和等于目标值。这类问题的本质是需要枚举所有可能的组合,并对每个组合进行验证。回溯算法擅长于这种"试探并撤销"的过程,可以系统地枚举所有可能的解。
  2. 回溯算法可以有效地处理组合问题
    回溯算法通过递归地构建解空间树(每个节点表示一个选择),探索每一个可能的选择路径。当发现某条路径不能满足条件时,算法会"回溯"到上一步,尝试其他路径。
    递归的便利性:回溯算法可以自然地处理递归场景,例如在组合问题中,通过递归函数,我们可以方便地处理当前组合中的每一个元素,并且可以灵活地调整递归函数的参数来处理不同的子问题。
    逐步构建解的能力:回溯算法可以逐步构建可能的解,并在找到满足条件的解时立即将其记录下来。同时,如果当前路径已经不可能生成一个有效的解,回溯算法可以立刻剪枝并返回到上一个状态,从而避免不必要的计算。
  3. 剪枝优化减少不必要的计算
    在回溯算法中,剪枝是一种重要的优化技术。通过剪枝,可以在搜索空间过大时,排除那些明显不可能产生有效解的路径,从而减少计算量。
    排序+剪枝:在这道题中,先对候选数组进行排序,然后在递归中,如果当前选择的数字已经超过了剩余的目标值,我们就可以直接停止对该路径的探索,因为后续的数字只会更大,不可能满足要求。这大大提高了效率。
  4. 灵活性和通用性
    回溯算法不仅能解决这道题,还能适应很多类似的组合问题。例如,LeetCode 上的许多其他组合、排列、子集问题(如组合总和 II、全排列、子集等)都可以通过回溯算法解决。回溯算法的灵活性和通用性使它成为处理这类问题的首选。
  5. 易于理解和实现
    尽管回溯算法在最坏情况下的时间复杂度较高,但它相对容易理解和实现。特别是在找出所有解的情况下,回溯算法的逻辑是清晰的:尝试每一个可能的路径,直到找到所有符合条件的路径为止。
    结论

回溯算法之所以适合用来解决这道题,是因为它能够系统地、全面地遍历所有可能的组合,并且在找到不符合条件的路径时,可以迅速回退并尝试其他路径。结合剪枝等优化措施,回溯算法能够在保持简洁明了的同时,尽可能地高效地解决问题。这使得回溯算法成为解决组合总和问题的理想选择。

Q2 回溯过程是怎样的?

回溯过程详细解释

我们以代码中 combinationSum 函数的 backtrack 递归函数为例,假设输入的 candidates 为 [2, 3, 6, 7],target 为 7。

初始状态

candidates: [2, 3, 6, 7]

target: 7

combination: [](当前组合,开始时为空)

result: [](存储所有符合条件的组合)

回溯的每一步

第一层递归(从 candidates[0] 开始)

选择 2:combination = [2],新的 target = 7 - 2 = 5。

继续调用 backtrack(0, 5)。

第二层递归(仍然从 candidates[0] 开始)

选择 2:combination = [2, 2],新的 target = 5 - 2 = 3。

继续调用 backtrack(0, 3)。

第三层递归(仍然从 candidates[0] 开始)

选择 2:combination = [2, 2, 2],新的 target = 3 - 2 = 1。

继续调用 backtrack(0, 1)。

第四层递归(仍然从 candidates[0] 开始)

选择 2:combination = [2, 2, 2, 2],新的 target = 1 - 2 = -1。

由于 target 小于 0,回溯:移除最后一个 2,组合变回 combination = [2, 2, 2],然后尝试 candidates[1]。

尝试 candidates[1](在第三层递归中)

选择 3:combination = [2, 2, 3],新的 target = 3 - 3 = 0。

由于 target 等于 0,将 [2, 2, 3] 加入 result。

回溯:移除 3,组合变回 combination = [2, 2]。

继续尝试 candidates[2] 和 candidates[3](在第二层递归中)

发现它们都使 target 小于 0,所以不进一步递归,继续回溯。

回到第一层递归(尝试 candidates[1])

选择 3:combination = [3],新的 target = 7 - 3 = 4。

继续调用 backtrack(1, 4),接下来的步骤类似,尝试不同组合。

尝试 candidates[2] 和 candidates[3]

combination = [6],combination = [7] 最终找到另一个组合 [7]。

回溯树的结构

第一层选择 2,进行回溯,深度优先搜索所有可能的组合。

回溯到第一层,选择 3,然后继续尝试。

最终遍历所有可能的组合,找到满足条件的组合 [2, 2, 3] 和 [7]。

总结

选择:在每一步,我们选择一个候选数字,并将其加入当前组合。

递归:对新组合进行递归,尝试构造下一个数字。

剪枝:如果当前组合的和超过目标值,我们停止递归并回溯。

回溯:如果递归到达底部但不符合条件(和超过或等于目标值),我们回到上一步,撤销上一步的选择,尝试下一个候选数字。

通过这样不断尝试、撤销的过程,算法能够遍历所有可能的组合,最终得到所有符合条件的结果。

Q3 []int(nil) 的含义?

[]int(nil) 是一种显式创建 nil 切片的方式。它的作用等同于 var s []int,即创建一个 nil 切片。

为什么使用nil?

在 Go 语言中,切片是一种动态数组,它本质上是对数组的一个引用。切片有三个字段:指向数组的指针、切片的长度、和切片的容量。

nil 切片:一个 nil 切片是一个没有分配底层数组的切片,它的长度和容量都为 0。你可以通过 var s []int 或 s := []int(nil) 来声明一个 nil 切片。

go 复制代码
var s []int
fmt.Println(s == nil) // true

在某些情况下,尤其是在回溯算法中,我们需要确保创建的是一个空切片(而不是一个已经被初始化的非 nil 的切片)。[]int(nil) 显式地创建一个 nil 切片,这样在后续的操作中,可以避免不必要的内存分配或初始化。

go 复制代码
result = append(result, append([]int(nil), combination...))

[]int(nil) 创建了一个 nil 切片。

append([]int(nil), combination...) 创建了一个包含 combination 元素的新切片,这个新切片和 combination 不共享底层数组,是一个独立的拷贝。

与空切片 []int{} 的区别?

虽然 []int(nil) 和 []int{} 都可以用于创建空切片,但它们在初始化时的内存分配行为略有不同:

[]int(nil):创建的是一个 nil 切片,没有分配任何底层数组。这个切片的长度和容量为 0,并且底层数组指针为 nil。

[]int{}:创建的是一个非 nil 的空切片,它的长度为 0,容量也为 0,但底层数组指针不为 nil(尽管该数组本身为空)。

在实际编程中,选择 []int(nil) 还是 []int{} 主要取决于具体的需求。例如,如果你希望确保切片是 nil(比如用于判断或处理),可以使用 []int(nil);如果你只是需要一个空的可用切片,则使用 []int{}。

相关推荐
南宫生1 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法
懒惰才能让科技进步1 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Ni-Guvara2 小时前
函数对象笔记
c++·算法
泉崎2 小时前
11.7比赛总结
数据结构·算法
有梦想的咸鱼_2 小时前
go实现并发安全hashtable 拉链法
开发语言·golang·哈希算法
你好helloworld2 小时前
滑动窗口最大值
数据结构·算法·leetcode
AI街潜水的八角3 小时前
基于C++的决策树C4.5机器学习算法(不调包)
c++·算法·决策树·机器学习
白榆maple3 小时前
(蓝桥杯C/C++)——基础算法(下)
算法
JSU_曾是此间年少3 小时前
数据结构——线性表与链表
数据结构·c++·算法
此生只爱蛋4 小时前
【手撕排序2】快速排序
c语言·c++·算法·排序算法