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<vector<int>> combinationSum(vector<int>& candidates, int target)
{
backtracking(candidates, target, 0, 0);
return _res;
}
private:
vector<vector<int>> _res;
vector<int> _path;
void backtracking(const vector<int> 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<vector<int>> combinationSum2(vector<int>& 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<vector<int>> _res;
vector<int> _path;
vector<bool> _used;
void backtracking(const vector<int>& 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+1
backtracking(candidates, target, sum + candidates[i], i + 1);
_used[i] = false;
_path.pop_back();
}
}
}
void backtracking2(const vector<int>& 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+1
backtracking2(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<vector<string>> partition(string s)
{
backtracking(s, 0);
return _res;
}
private:
vector<vector<string>> _res;
vector<string> _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;
}
};