• LeetCode 0491. 递增子序列


    【LetMeFly】491.递增子序列:两大方法三小方法

    力扣题目链接:https://leetcode.cn/problems/increasing-subsequences/

    给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

    数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。

     

    示例 1:

    输入:nums = [4,6,7,7]
    输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]
    

    示例 2:

    输入:nums = [4,4,3,2,1]
    输出:[[4,4]]
    

     

    提示:

    • 1 <= nums.length <= 15
    • -100 <= nums[i] <= 100

    方法一:二进制枚举

    二进制枚举每一种子序列,然后判断这个子序列是否合法,如果合法就添加到答案中

    其中二进制的每一位对应原始数组中的一个元素,这一位为0则不取这个元素,否则取这个元素。

    主要答案需要去重,可以使用自带哈希表

    • 时间复杂度 O ( 2 n × n ) O(2^n\times n) O(2n×n),二进制枚举的时间复杂度是 2 n 2^n 2n;哈希表中最大元素个数为 2 n 2^n 2n,此时一次插入的时间复杂度是 log ⁡ 2 n = n × l o g 2 → n \log 2^n=n\times log2\to n log2n=n×log2n
    • 空间复杂度 O ( 2 n ) O(2^n) O(2n)

    AC代码

    C++
    class Solution {
    public:
        vector<vector<int>> findSubsequences(vector<int>& nums) {
            // unordered_set, VectorHash, VectorEqual> se;
            set<vector<int>> se;
            int n = nums.size(), to = 1 << n;
            for (int i = 0; i < to; i++) {
                int last = -100;
                vector<int> thisV;
                for (int j = 0; j < n; j++) {
                    if (i & (1 << j)) {
                        if (nums[j] < last)
                            goto loop;
                        thisV.push_back(nums[j]);
                        last = nums[j];
                    }
                }
                if (thisV.size() > 1)
                    se.insert(thisV);
                loop:;
            }
            vector<vector<int>> ans;
            for (auto& v : se)
                ans.push_back(v);
            return ans;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27

    方法一.2:针对方法一中哈希表的优化

    与方法一相比,我们使用 u n o r d e r e d s e t unordered_set unorderedset,这样插入的效率会变高。

    但是 C + + C++ C++ S T L STL STL默认没有 v e c t o r vector vector的哈希函数,需要我们自定义 v e c t o r vector vector的哈希函数或者将 v e c t o r vector vector映射为整数,同时将整数映射为 v e c t o r vector vector

    具体映射方法为:

    因为vector中每个数的取值范围是 [ − 100 , 100 ] [-100, 100] [100,100],所以我们可以将每个数加上 100 100 100,这样每个数的取值范围就是 [ 1 , 201 ] [1, 201] [1,201]一共 201 201 201种。使用无符号整数每次乘以 201 201 201后加上新的数 自然溢出,发现对于力扣此题没有产生哈希冲突。

    • 时间复杂度 O ( 2 n × n ) O(2^n\times n) O(2n×n),unordered_set的插入时间复杂度是 O ( 1 ) O(1) O(1),但是需要遍历最大长度为 n n n的数组来求得哈希值
    • 空间复杂度 O ( 2 n ) O(2^n) O(2n)

    AC代码

    C++
    class Solution {
    private:
        unordered_map<unsigned, vector<int>> ma;
    
        unsigned hash(vector<int>& v) {
            unsigned ans = 0;  // 32位无符号整数自然溢出
            for (int& t : v) {
                ans = ans * 201 + (t + 101);  // t + 101 -> [1, 201]  // +100不可以!!!会冲突  // 如果+100的话,[-100, 5]和[5]都会是105
            }
            ma[ans] = v;
            return ans;
        }
    public:
        vector<vector<int>> findSubsequences(vector<int>& nums) {
            // unordered_set, VectorHash, VectorEqual> se;
            unordered_set<int> se;
            int n = nums.size(), to = 1 << n;
            for (int i = 0; i < to; i++) {
                int last = -100;
                vector<int> thisV;
                for (int j = 0; j < n; j++) {
                    if (i & (1 << j)) {
                        if (nums[j] < last)
                            goto loop;
                        thisV.push_back(nums[j]);
                        last = nums[j];
                    }
                }
                if (thisV.size() > 1)
                    se.insert(hash(thisV));
                loop:;
            }
            vector<vector<int>> ans;
            for (auto& t : se)
                ans.push_back(ma[t]);
            return ans;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    方法三:深度优先搜索DFS

    我们用函数dfs(nums, loc, lastNum)来计算 n u m s nums nums数组从 l o c loc loc开始,上一个数是 l a s t N u m lastNum lastNum的所有可行方案

    用一个临时数组 t e m p temp temp来存放当前方案

    如果 l o c = = n u m s . s i z e ( ) loc == nums.size() loc==nums.size()(已经超出有效范围了),那么就看 t e m p temp temp中存放的方案是否合法(至少两个数),如果合法就添加到答案中。

    如果 l o c < n u m s . s i z e ( ) loc < nums.size() loc<nums.size(),那么就有“选nums[loc]”和“不选nums[loc]”两种方案。“选nums[loc]”的前提是 n u m s [ l o c ] > = l a s t N u m nums[loc] >= lastNum nums[loc]>=lastNum

    如果选择 n u m s [ l o c ] nums[loc] nums[loc],那么就将 n u m s [ l o c ] nums[loc] nums[loc]添加到临时数组中,递归深搜,返回时再将其从临时数组的末尾移除。

    如果不选择 n u m s [ l o c ] nums[loc] nums[loc],那么当且仅当 n u m s [ l o c ] ≠ l a s t N u m nums[loc] \neq lastNum nums[loc]=lastNum时才进行深搜,因为前面的 l a s t N u m lastNum lastNum n u m s [ l o c ] nums[loc] nums[loc]相等,所以“选了lastNum不选nums[loc]”和“选了nums[loc]不选lastNum”是等价的,不选择 n u m s [ l o c ] nums[loc] nums[loc]而仍然递归深搜会导致答案重复。

    • 时间复杂度 O ( 2 n × n ) O(2^n\times n) O(2n×n)
    • 空间复杂度 O ( n ) O(n) O(n),临时数组和递归消耗的空间复杂度都是 ( n ) (n) (n)

    虽然时间复杂度看似和方法一相同,但实际执行效率还是要高一些。

    AC代码

    C++
    class Solution {
    private:
        unordered_map<unsigned, vector<int>> ma;
    
        unsigned hash(vector<int>& v) {
            unsigned ans = 0;  // 32位无符号整数自然溢出
            for (int& t : v) {
                ans = ans * 201 + (t + 101);  // t + 101 -> [1, 201]  // +100不可以!!!会冲突  // 如果+100的话,[-100, 5]和[5]都会是105
            }
            ma[ans] = v;
            return ans;
        }
    public:
        vector<vector<int>> findSubsequences(vector<int>& nums) {
            // unordered_set, VectorHash, VectorEqual> se;
            unordered_set<int> se;
            int n = nums.size(), to = 1 << n;
            for (int i = 0; i < to; i++) {
                int last = -100;
                vector<int> thisV;
                for (int j = 0; j < n; j++) {
                    if (i & (1 << j)) {
                        if (nums[j] < last)
                            goto loop;
                        thisV.push_back(nums[j]);
                        last = nums[j];
                    }
                }
                if (thisV.size() > 1)
                    se.insert(hash(thisV));
                loop:;
            }
            vector<vector<int>> ans;
            for (auto& t : se)
                ans.push_back(ma[t]);
            return ans;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    同步发文于CSDN,原创不易,转载请附上原文链接哦~
    Tisfy:https://letmefly.blog.csdn.net/article/details/127649530

  • 相关阅读:
    Linux system函数返回值
    【无标题】verilog-hdl-farmat属于FPGA工程师的Verilog实用开发插件
    自定义类型:结构体
    电力电子转战数字IC20220820day65——uvm实战1B
    关于:在企业局域网中启用 Delivery Optimization
    Rust开发WebAssembly在Html和Vue中的应用【后篇】
    汽车信息安全--HSM和TEE的区别
    键盘切换不出中文输入法的解决方法
    面试必考精华版Leetcode215. 数组中的第K个最大元素
    手机插孔接口
  • 原文地址:https://blog.csdn.net/Tisfy/article/details/127649530