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
GuWenyue1 天前
传统Agent工具两大痛点!300行代码落地MCP跨语言工具,彻底解耦LLM与工具
前端·人工智能·算法
我叫洋洋1 天前
C ++ [ hello world ]
c语言·c++·算法
奋发向前wcx1 天前
y1,y2总复习笔记5 2026.7.19
数据结构·笔记·算法
战族狼魂1 天前
高频面试题精选:分治与AI Agent架构
人工智能·算法·大模型·大语言模型
李剑一1 天前
你用过网易的将军令嘛?它底层实现账号保护的原理相当简单粗暴
算法
Scott9999HH1 天前
告别流量波动玄学!从法拉第电磁定律到底层 C/C++ 流量累积算法,深度解密工业级电磁流量计选型与开发
c语言·c++·算法
中达瑞和-高光谱·多光谱1 天前
1nm到8nm光谱分辨率,你的应用该选哪款光谱相机?
算法·高光谱·高光谱相机
香辣牛肉饭1 天前
【算法】动态规划 最长公共子序列(LCS)
经验分享·笔记·算法·动态规划
旖-旎1 天前
LeetCode 279:完全平方数(完全背包)—— 题解
c++·算法·leetcode·动态规划·背包问题