回溯算法--递增子序列

复制代码
输入:nums = [4,4,3,2,1]
输出:[[4,4]]

注意点

  1. 此题目的集合是无序的,并且要求同一层之间的去重,因此和之前有序的同一层去重(used数组)不同,千万不能混淆。
  2. 此题还需要对保证输出的组合是有序的,因此怎么保证path是有序的。

思路

  1. 无序集合的树层之间去重,可以使用unordered_set,记录每一层出现过的元素,在for循环之前定义,一个for循环是一层,因此要在for循环之前定义。并且每一层都单独需要一个unorered_set来记录每一层是否重复,因此不需要对unordered_set进行回溯。
  2. 要保证有序,就是要保证正在访问的元素nums[i] > path数组中最后一个元素,path.back可以表示最后一个元素。但是使用back要保证nums数组不能为空。

代码

回溯三部曲,

参数

cpp 复制代码
void backtracking(const vector<int>& nums, int startIndex)

终止条件

其实也可以不需要终止条件,因为递归会一直遍历,一直寻找合适的path,即走完所有的for循环自动停止。

cpp 复制代码
if (path.size() > 1) {
			result.push_back(path);
		}
		
// 终止条件2:如果路径长度等于原数组长度,不再继续(虽然这种情况很少)
if (path.size() == nums.size())
		return;

单层循环逻辑

  • 为什么unordered_set创建的位置在for循环之前
  • 为什么unordered_set不需要回溯
  • nums.back使用的前提
  • 为什么if条件里面的剪枝操作是或的关系
  • 为什么是continue而不是break
cpp 复制代码
	// 关键:unordered_set用于记录本层元素是否重复使用
		// 注意:这个uset的生命周期只在本层递归中,每次进入新的递归层都会重新定义
		unordered_set<int> uset;
		
		// 遍历从startIndex开始的所有可能选择
		for (int i = startIndex; i < nums.size(); i ++) {
			// 剪枝条件1:如果当前元素小于路径最后一个元素,跳过(不满足递增)
			// 注意:需要先检查path是否为空,否则path.back()会出错
			// 剪枝条件2:如果当前元素在本层已经使用过,跳过(去重)
			// 注意:这里的去重是针对同一递归层,不是针对整个递归树
			if ((!path.empty() && nums[i] < path.back()) || uset.find(nums[i]) != uset.end())
				continue;
			
			uset.insert(nums[i]);
			path.push_back(nums[i]);
			
			// 递归:从i+1开始继续寻找(注意是i+1,不是i,因为不能重复使用同一索引的元素)
			backtracking(nums, i + 1);
			
			path.pop_back();
			// 注意:uset不需要撤销,因为它在栈上,每次递归会重新创建
		}

整体代码

cpp 复制代码
class Solution {
private:
	vector<vector<int>> result;  // 存储所有递增子序列的结果
	vector<int> path;            // 存储当前正在构建的递增子序列
	
	// 回溯函数:寻找所有递增子序列
	// nums: 输入数组
	// startIndex: 当前递归开始选择的起始索引
	void backtracking(const vector<int>& nums, int startIndex) {
		// 终止条件1:当路径长度大于等于2时,保存当前递增子序列
		// 题目要求子序列长度至少为2
		if (path.size() > 1) {
			result.push_back(path);
		}
		
		// 终止条件2:如果路径长度等于原数组长度,不再继续(虽然这种情况很少)
		if (path.size() == nums.size())
			return;
		
		// 关键:unordered_set用于记录本层元素是否重复使用
		// 注意:这个uset的生命周期只在本层递归中,每次进入新的递归层都会重新定义
		unordered_set<int> uset;
		
		// 遍历从startIndex开始的所有可能选择
		for (int i = startIndex; i < nums.size(); i ++) {
			// 剪枝条件1:如果当前元素小于路径最后一个元素,跳过(不满足递增)
			// 注意:需要先检查path是否为空,否则path.back()会出错
			// 剪枝条件2:如果当前元素在本层已经使用过,跳过(去重)
			// 注意:这里的去重是针对同一递归层,不是针对整个递归树
			if ((!path.empty() && nums[i] < path.back()) || uset.find(nums[i]) != uset.end())
				continue;
			
			uset.insert(nums[i]);
			path.push_back(nums[i]);
			
			// 递归:从i+1开始继续寻找(注意是i+1,不是i,因为不能重复使用同一索引的元素)
			backtracking(nums, i + 1);
			
			path.pop_back();
			// 注意:uset不需要撤销,因为它在栈上,每次递归会重新创建
		}
	}
	
public:
	vector<vector<int>> findSubsequences(vector<int>& nums) {
		result.clear();    
		path.clear();     
		backtracking(nums, 0);  
		return result;     
	}
};
相关推荐
地平线开发者13 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮14 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者14 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考14 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx18 小时前
CART决策树基本原理
算法·机器学习
Wect18 小时前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱19 小时前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
Gorway1 天前
解析残差网络 (ResNet)
算法
拖拉斯旋风1 天前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法
Wect1 天前
LeetCode 207. 课程表:两种解法(BFS+DFS)详细解析
前端·算法·typescript