回溯——8.递增子序列

力扣题目链接

给定一个整型数组, 你的任务是找到所有该数组的递增子序列,递增子序列的长度至少是2。

示例:

  • 输入: 4, 6, 7, 7
  • 输出: \[4, 6, 4, 7, 4, 6, 7, 4, 6, 7, 7, 6, 7, 6, 7, 7, 7,7, 4,7,7]

说明:

  • 给定数组的长度不会超过15。
  • 数组中的整数范围是 -100,100
  • 给定数组中可能包含重复数字,相等的数字应该被视为递增的一种情况。

解题思路总结

  • 递归树的构建:程序通过回溯构建一个递归树,每一个节点代表一个数组元素,每条从根到叶的路径代表一个可能的子序列。通过遍历整个递归树,生成所有可能的子序列。
  • 递增条件:通过比较当前元素与子序列最后一个元素的大小,保证子序列是递增的。
  • 去重 :每一层递归中使用 set 来去重,防止同一层中出现重复的元素。
  • 剪枝 :通过条件 (path and nums[i] < path[-1]) 来剪掉不符合递增条件的分支,提升效率。

最终,程序返回所有找到的递增子序列。

完整代码如下:

python 复制代码
class Solution:
    def findSubsequences(self, nums):
        result = []
        path = []
        self.backtracking(nums, 0, path, result)
        return result
    
    def backtracking(self, nums, startIndex, path, result):
        if len(path) > 1:
            result.append(path[:])  # 注意要使用切片将当前路径的副本加入结果集
            # 注意这里不要加return,要取树上的节点
        
        uset = set()  # 使用集合对本层元素进行去重
        for i in range(startIndex, len(nums)):
            if (path and nums[i] < path[-1]) or nums[i] in uset:
                continue
            
            uset.add(nums[i])  # 记录这个元素在本层用过了,本层后面不能再用了
            path.append(nums[i])
            self.backtracking(nums, i + 1, path, result)
            path.pop()
python 复制代码
class Solution:
    def findSubsequences(self, nums):
        result = []
        path = []
        self.backtracking(nums, 0, path, result)
        return result
  • findSubsequences 是整个程序的入口函数,接收一个数组 nums 作为参数。
  • result 用来存储所有满足条件的递增子序列。
  • path 记录当前递归过程中的路径,也就是当前的子序列。
  • self.backtracking(nums, 0, path, result) 是回溯函数,目的是从数组 nums 中找到所有递增的子序列,并存入 result
  • return result 最后返回存储所有子序列的 result
python 复制代码
def backtracking(self, nums, startIndex, path, result):
    if len(path) > 1:
        result.append(path[:])  # 使用切片将当前路径的副本加入结果集
        # 注意这里不要加return,要取树上的节点
  • startIndex:控制当前递归的起始点,防止重复计算。
  • path 的长度大于 1 时,表示 path 已经构成了一个符合条件的递增子序列,所以将其复制并加入 result使用切片 path[:] 是为了防止之后修改 path 时影响到 result 中已保存的结果
  • 这里没有直接返回,因为需要继续探索后面的递归,即使已经找到了一个合法的子序列,也可能找到更长的子序列。
python 复制代码
    uset = set()  # 使用集合对本层元素进行去重
    for i in range(startIndex, len(nums)):
        if (path and nums[i] < path[-1]) or nums[i] in uset:
            continue
  • uset:用于存储当前层已经使用过的元素,避免在同一层递归中出现重复的子序列。
  • for i in range(startIndex, len(nums)):遍历数组中从 startIndex 开始的每一个元素。
  • 条件判断 (path and nums[i] < path[-1]) or nums[i] in uset
    • 如果 path 不为空并且当前元素 nums[i] 小于 path 的最后一个元素,表示当前子序列不是递增的,跳过这个元素。
    • 如果 nums[i] 已经在 uset 中,说明当前元素在本层已经使用过了,跳过这个元素。
  • uset.add(nums[i]):将当前元素加入 uset,以保证同一层递归中不会再次使用该元素。
python 复制代码
        path.append(nums[i])
        self.backtracking(nums, i + 1, path, result)
        path.pop()
  • path.append(nums[i]):将当前元素加入 path,构成当前的子序列。
  • self.backtracking(nums, i + 1, path, result):递归调用,继续从 i + 1 位置开始寻找下一个元素。
  • path.pop():回溯操作,将当前的元素从 path 中移除,回到上一层递归状态,探索其他可能的子序列。
相关推荐
find1star2 小时前
LeetCode 141:环形链表
java·算法·leetcode·链表
迅翼SwiftWing2 小时前
编队系列(总)|固定翼编队如何实现稳定飞行?通信架构、协同算法与工程约束深度解析
算法·架构
LB21123 小时前
力扣160 21 86
算法·leetcode·职场和发展
小智老师PMP4 小时前
2026深度解析|PMP第八版与NPDP核心侧重点本质区别(管理类证书怎么选)
开发语言·分布式·算法·职场和发展·产品经理
HugoStudio_SWAN4 小时前
洛谷 B4450 / B3867 / B3923 智慧购物、储蓄与做题——从程序到生活
c++·学习·程序人生·算法·生活
a187927218314 小时前
【算法】动态规划第二篇:双序列 DP 三课——继承、计步与断链
算法·leetcode·动态规划·dp·回溯·暴力·算法讲解
江畔柳前堤5 小时前
前台·中台·后台:2026年AI原生时代的架构全景图
开发语言·人工智能·算法·机器学习·架构·scala·ai-native
文心快码BaiduComate5 小时前
2026 OPC x AI Coding 趋势案例交流会圆满落幕:一个人就一支研发团队
算法
ACM-moran6 小时前
条件显化(二分单峰函数+构造数列)
算法·推公式·整数三分
闻缺陷则喜何志丹6 小时前
【栈 运算系统】P3719 [AHOI2017初中组] rexp|普及+
c++·算法··洛谷·运算系统