各位题友大家好! 今天是 @负雪明烛 坚持日更的第 66 天。今天力扣上的每日一题是「90. 子集 II」。
解题思路
这个题是 78. 子集 的变形。
回溯法
看到题目要求「所有可能的结果」,而不是「结果的个数」,一般情况下,我们就知道需要暴力搜索所有的可行解了,可以用「回溯法」。
「回溯法」实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就「回溯」返回,尝试别的路径。
回溯法是一种算法思想,而递归是一种编程方法,回溯法可以用递归来实现。
回溯法的整体思路是:搜索每一条路,每次回溯是对具体的一条路径而言的。对当前搜索路径下的的未探索区域进行搜索,则可能有两种情况:
- 当前未搜索区域满足结束条件,则保存当前路径并退出当前搜索;
- 当前未搜索区域需要继续搜索,则遍历当前所有可能的选择:如果该选择符合要求,则把当前选择加入当前的搜索路径中,并继续搜索新的未探索区域。
上面说的未搜索区域是指搜索某条路径时的未搜索区域,并不是全局的未搜索区域。
回溯法搜所有可行解的模板一般是这样的:
res = []
path = []
def backtrack(未探索区域, res, path):
if path 满足条件:
res.add(path) # 深度拷贝
# return # 如果不用继续搜索需要 return
for 选择 in 未探索区域当前可能的选择:
if 当前选择符合要求:
path.add(当前选择)
backtrack(新的未探索区域, res, path)
path.pop()
backtrack
的含义是:未探索区域中到达结束条件的所有可能路径,path 变量是保存的是一条路径,res 变量保存的是所有搜索到的路径。所以当「未探索区域满足结束条件」时,需要把 path 放到结果 res 中。path.pop()
是啥意思呢?它是编程实现上的一个要求,即我们从始至终只用了一个变量 path,所以当对 path 增加一个选择并 backtrack 之后,需要清除当前的选择,防止影响其他路径的搜索。
提醒
下面的正规写法对应了全局共享一个 path 的写法,简化写法是每次新建 path。这里是一个容易出错的细节。
- 正规写法中全局共享一个 path,每次添加到 res 中,需要深度拷贝。python中是需要
copy.deepcopy(path)
;C++ 的 vector 的push_back()
函数,本身就是深度拷贝。另外由于是全局的 path,因此每次需要对 path 进行 push 和 pop 操作, - 简化写法的 Python 解法在每次搜索位置区域的时候,使用的是产生一个新数组
path + [s[:i]]
,这样好处是方便:不同的路径使用的是不同的path
,因此不需要path.pop()
操作;而且res.append(path)
的时候不用深度拷贝一遍 path。
一:求不含重复元素的数组的子集
正规写法
对于 78. 子集 而言,找出没有重复数字的数组所有子集,按照模板,我们的思路应该是这样的:
- 未探索区域:剩余的未搜索的数组
nums[index: N - 1]
; - 每个 path 是否满足题目的条件: 任何一个
path
都是子集,都满足条件,都要放到res
中 ; - 当前 path 满足条件时,是否继续搜索:是的,找到
nums[0:index-1]
中的子集之后,nums[index]
添加到老的 path 中会形成新的子集。 - 未探索区域当前可能的选择:每次选择可以选取 s 的 1 个字符,即
nums[index]
; - 当前选择符合要求:任何
nums[index]
都是符合要求的,直接放到 path 中; - 新的未探索区域:nums 在 index 之后的剩余字符串,
nums[index + 1 : N - 1]
。
上面分析了那么多,让我们看看代码怎么写。由于每个path都是一个子集,都满足条件,所以就省略了一个 if
判断,并且由于当前 path
满足条件时,应该继续搜索,所以也省略了 if
中的 return
语句。
class Solution(object):
def subsets(self, nums):
res, path = [], []
self.dfs(nums, 0, res, path)
return res
def dfs(self, nums, index, res, path):
res.append(copy.deepcopy(path))
for i in range(index, len(nums)):
path.append(nums[i])
self.dfs(nums, i + 1, res, path)
path.pop()
class Solution {
public:
vector<vector<int>> subsets(vector<int>& nums) {
vector<vector<int>> res;
vector<int> path;
helper(nums, res, path, 0);
return res;
}
void helper(const vector<int>& nums, vector<vector<int>>& res, vector<int>& path, int start) {
res.push_back(path);
for (int i = start; i < nums.size(); i ++) {
path.push_back(nums[i]);
helper(nums, res, path, i + 1);
path.pop_back();
}
}
};
我们发现代码比讲解简单。 for 循环的意义是说,从后续元素 nums[index:N-1]
中挑选剩余元素的时候,每个元素都有选和不选两个状态。
简化写法
上面是正规的回溯写法,如果想偷懒,可以每次在搜索的时候都新建一个 path 变量,而不是复用全局的 path。那么代码可以更精简。
如下面所写,每次寻找新的子集的时候,都新建了一个 path,因为 path + [nums[i]]
返回的是一个新的列表,放在函数的参数里面,每次传过来的都是新的,所以 res.append(path)
时不用深度拷贝。
class Solution(object):
def subsets(self, nums):
res = []
self.dfs(nums, 0, res, [])
return res
def dfs(self, nums, index, res, path):
res.append(path)
for i in xrange(index, len(nums)):
self.dfs(nums, i + 1, res, path + [nums[i]])
二:求不含重复元素的数组的子集
正规写法
如果你能理解上面的回溯法,那么包含重复元素的数组的子集,只不过一个小的改进。
比如说求 nums = [1,2,2]
的子集,那么对于子集 [1,2]
是选择了第一个 2,那么就不能再选第二个 2 来构成 [1,2]
了。所以,此时的改动点,就是先排序,每个元素 nums[i]
添加到 path 之前,判断一下 nums[i]
是否等于 nums[i - 1]
,如果相等就不添加到 path 中。
class Solution(object):
def subsetsWithDup(self, nums):
res, path = [], []
nums.sort()
self.dfs(nums, 0, res, path)
return res
def dfs(self, nums, index, res, path):
res.append(copy.deepcopy(path))
for i in range(index, len(nums)):
if i > index and nums[i] == nums[i - 1]:
continue
path.append(nums[i])
self.dfs(nums, i + 1, res, path)
path.pop()
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
sort(nums.begin(), nums.end());
vector<vector<int>> res;
vector<int> path;
backtrack(res, path, nums, 0);
return res;
}
void backtrack(vector<vector<int>>& res, vector<int>& path, vector<int>& nums, int index) {
if (index > nums.size()) return;
res.push_back(path);
for (int i = index; i < nums.size(); ++i) {
if (i != index && nums[i] == nums[i - 1]) continue;
path.push_back(nums[i]);
backtrack(res, path, nums, i + 1);
path.pop_back();
}
}
};
简化写法
class Solution(object):
def subsetsWithDup(self, nums):
res = []
nums.sort()
self.dfs(nums, 0, res, [])
return res
def dfs(self, nums, index, res, path):
if path not in res:
res.append(path)
for i in range(index, len(nums)):
if i > index and nums[i] == nums[i - 1]:
continue
self.dfs(nums, i + 1, res, path + [nums[i]])
刷题心得
我很喜欢刷回溯法的题目,因为模板是类似的。
参考资料:
90. Subsets II 解题报告
78. Subsets 解题报告
【LeetCode】代码模板,刷题必会
OK,以上就是 @负雪明烛 写的今天题解的全部内容了,如果你觉得有帮助的话,求赞、求关注、求收藏。如果有疑问的话,请在下面评论,我会及时解答。
关注我,你将不会错过我的精彩动画题解、面试题分享、组队刷题活动,进入主页 @负雪明烛 右侧有刷题组织,从此刷题不再孤单。
祝大家牛年大吉!AC 多多,Offer 多多!我们明天再见!