链接:0039.组合总和
这题的终止条件是sum值与目标值是否相等。如果sum大于目标,则直接终止递归;如果等于则收集结果,结束递归;如果小于目标则继续递归。
由于元素可以重复,那么下次递归的起始索引就可以从当前所以开始,而不用+1
class Solution {
public:vector> combinationSum(vector& candidates, int target){backtracking(candidates, target, 0, 0);return _res;}private:vector> _res;vector _path;void backtracking(const vector candidates, const int target, int sum, int ind){if (sum > target) {return;} else if (sum == target) {_res.push_back(_path);return;} else {for (int i = ind; i < candidates.size(); ++i) {_path.push_back(candidates[i]);// 这里元素可以重复,所以下一层递归的索引可以和当前一样backtracking(candidates, target, sum + candidates[i], i);_path.pop_back();}}}
};
链接:0040.组合总和II
回溯法会形成一个回溯二叉树,这里引入一个树层和树枝的概念。
树枝就相当于二叉树的深度方向,纵向。
树层就相当于二叉树的广度方向,横向。
对于这道题,我们需要的是树层去重。对于1,1,1,2,5,6,7,8
来说,为方便去重,已经排序。1,1,1
可以1,1,2
也可以,因为虽然1重复,但是只是值重复,它们的下标并没有重复。
所以树枝不需要去重。但是对于第一个1,会产生1,2,5
,第二个1也会产生1,2,5
,这就不行,因为两个组合相同,产生了重复,所以我们需要跳过这种情况。
借助used
数组,如果是在树枝中,深度递归,几个1都可能处在被使用的状态,这是可以的,所以即便当前值和前一个值相同,也不需要跳过。
但是以第一个1的情况都遍历完了,该从第二个1开始遍历,这时,第一个1已经不用了,未被使用,此时第二个1就需要跳过了。
不借助used
数组,由于在在回溯中,会传入一个索引值,这个索引就是遍历的起始索引,但是索引本身没有变化。那么这个索引某种程度上就可以代表树的层深。
那么只要i值大于层深,就可以保证在树层中去重。(这里我也不是很理解)
class Solution {
public:vector> combinationSum2(vector& candidates, int target){// 排序,方便去重sort(candidates.begin(), candidates.end());_used.resize(candidates.size());fill(_used.begin(), _used.end(), false);backtracking(candidates, target, 0, 0);return _res;}private:vector> _res;vector _path;vector _used;void backtracking(const vector& candidates, const int target, int sum, int ind){if (sum > target) {return;} else if (sum == target) {_res.push_back(_path);return;} else {for (int i = ind; i < candidates.size(); ++i) {// 去重,当前值和前面值相同// 并且,只有才前面值没有使用的状态下才能去重// 因为,这里只需要树层去重,而不需要树枝去重if (i > 0 && _used[i - 1] == false && candidates[i] == candidates[i - 1]) {continue;}_path.push_back(candidates[i]);_used[i] = true;// 这里使用的是i+1backtracking(candidates, target, sum + candidates[i], i + 1);_used[i] = false;_path.pop_back();}}}void backtracking2(const vector& candidates, const int target, int sum, int ind){if (sum > target) {return;} else if (sum == target) {_res.push_back(_path);return;} else {for (int i = ind; i < candidates.size(); ++i) {// 去重,当前值和前面值相同// 并且,去重仅限在树层内,而不是树枝内// ind某种意义上代表了回溯二叉树的层数if (i > ind && candidates[i] == candidates[i - 1]) {continue;}_path.push_back(candidates[i]);_used[i] = true;// 这里使用的是i+1backtracking2(candidates, target, sum + candidates[i], i + 1);_used[i] = false;_path.pop_back();}}}
};
链接:0131.分割回文串
分割子串,其实就是在确定一个[i,startInd]
区间,一个闭区间就是一个子串
为避免重复确定子串,可以在分割后,立即判断是不是回文,如果不是,就没必要递归分割了。
class Solution {
public:vector> partition(string s){backtracking(s, 0);return _res;}private:vector> _res;vector _path;// startInd是子串的开始void backtracking(const string& s, int startInd){if (startInd >= s.size()) {_res.push_back(_path);return;}for (int i = startInd; i < s.size(); ++i) {// 判断[startInd,i]区间的子串是否是回文串if (!isPalindrome(s, startInd, i)) {continue;}_path.push_back(s.substr(startInd, i - startInd + 1));backtracking(s, i + 1);_path.pop_back();}}bool isPalindrome(const string& s, int i, int j){while (i < j) {if (s[i] == s[j]) {++i;--j;} else {break;}}return i == j || i == j + 1;}
};