代码随想录刷题Day56

子集

这道题求子集,集合的基本运算之一,按照高中数学学习集合的知识,可以把这个找幂集的过程按照元素的个数来划分步骤。也就是先找零个元素的子集,再找一个元素的子集,再找两个元素的子集...一直到找N个元素的集合为止。

我的第一想法是对找k个元素的集合这个过程使用回溯的方法。

回溯三部曲:

  • 返回值void,参数startIndex
  • 终止条件:找到n个数就可结束
  • 当层函数逻辑循环
    • 横向循环:从startIndex开始往后依次遍历,作为当前轮的所有可能
    • 纵向迭代:startIndex层的数的下一个数作为迭代的下一层起点

代码(执行用时击败35.31%,消耗内存击败17.38%):

class Solution {
vector<vector<int>> ans;
vector<int> path;
void backtrack(vector<int> nums,int len,int startIndex){if(path.size()==len){//终止条件ans.push_back(path);return;}for(int i = startIndex;i<nums.size();i++){//当前轮的循环path.push_back(nums[i]);backtrack(nums,len,i+1);//下一层的迭代path.pop_back();}
}
public:vector<vector<int>> subsets(vector<int>& nums) {for(int k = 0;k<=nums.size();k++){//子集元素的数量从0到|S|backtrack(nums,k,0);}return ans;}
};

感觉自己的时间和空间消耗还是比较糟糕,参考代码随想录的做法,发现原来可以不用这样划分子集的长度。因为求幂集的递归-回溯过程是宽度为集合长度,高度为集合长度的一棵树。如下图:

代码也省去对子集中元素个数的一一罗列,代码执行时间击败33.87%,消耗内存击败42.94%。竟然在时间消耗上更低了。

class Solution {
private:vector<vector<int>> result;vector<int> path;void backtracking(vector<int>& nums, int startIndex) {result.push_back(path); // 收集子集,要放在终止添加的上面,否则会漏掉自己if (startIndex >= nums.size()) { // 终止条件可以不加return;}for (int i = startIndex; i < nums.size(); i++) {path.push_back(nums[i]);backtracking(nums, i + 1);path.pop_back();}}
public:vector<vector<int>> subsets(vector<int>& nums) {result.clear();path.clear();backtracking(nums, 0);return result;}
};

这道题和之前的回溯不一样的地方在于,所有的树节点都是答案的一种情况,而之前的答案都是在叶子节点也就是满足终止条件的时候。求集合幂集的方法可以无需设置终止条件。

子集II

这道题是在上面第一道题基础上加上一个去重的操作,也就是第一次遇到元素时正常执行,但是第二次遇到相同的元素,则需要跳过。

代码如下:

class Solution {
vector<vector<int>> ans;
vector<int> path;
void backtrack(vector<int> nums,int startIndex){ans.push_back(path);//没有终止条件for(int i = startIndex;i<nums.size();i++){//当前层的循环if(i>startIndex && nums[i]==nums[i-1]){//不重复执行continue;}path.push_back(nums[i]);backtrack(nums,i+1);//递归调用下一层的函数path.pop_back();//回溯}
}
public:vector<vector<int>> subsetsWithDup(vector<int>& nums) {sort(nums.begin(),nums.end());//为了把集合中相同的元素集中到一起,需要排序backtrack(nums,0);return ans;}
};

写这一题代码的时候,我在for循环中使用continue,以为continue是直接从if跳到循环条件判断的地方,所以在continue前还加上了i++,导致我的代码过了给出的测试但没有AC。原来for循环中的contimue是跳转到i++这个循环变量递变的位置。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/web/96532.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/96532.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

pycharm——关于Pyqt5

PyQt5新手教程&#xff08;七万字&#xff09; import sys from PyQt5.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget, QPushButton, QLabel, QInputDialog, QColorDialog, QFontDialog, QFileDialog, QProgressDialog, QMessageBox from PyQt5.QtCore i…

P2678 [NOIP 2015 提高组] 跳石头

P2678 [NOIP 2015 提高组] 跳石头 判断条件该怎么写

小麦矩阵系统:一键批量发,多账号同步不掉链

随着互联网的发展和社交平台的普及&#xff0c;企业和个人用户越来越依赖社交媒体平台来进行信息传播、品牌宣传以及市场推广。在这个信息高速流动的时代&#xff0c;如何更高效地管理多个社交平台的账号&#xff0c;并保持信息的同步与流畅传播&#xff0c;成为了许多企业面临…

JavaScript经典面试题二(函数和作用域)

目录 一、闭包&#xff0c;使用场景 1.闭包的定义 2.闭包的实现原理 3.闭包的应用场景 &#xff08;1&#xff09;数据封装与私有变量 &#xff08;2&#xff09;函数柯里化 &#xff08;3&#xff09;事件处理与回调 &#xff08;4&#xff09;模块化开发 4.注意事项 …

Linux防火墙iptables

目录 一&#xff0c;Iptables概述 二&#xff0c;iptables组成 1&#xff0c;表 2&#xff0c;链 3&#xff0c;链表对应关系 4&#xff0c;数据包过滤的匹配流程 5&#xff0c;规则匹配策略 三&#xff0c;iptables防火墙配置 1&#xff0c;iptables命令 2&#xff…

[优选算法专题二——NO.16最小覆盖子串]

题目链接 LeetCode最小覆盖子串 题目描述 代码编写 、关键注意点 仅统计目标相关字符&#xff1a;通过 hash1.count(in) 判断字符是否在 t 中&#xff0c;避免无关字符&#xff08;如 s 中的 D、E&#xff09;干扰统计&#xff0c;提升效率。count 的更新时机&#xff1a;仅当…

考研408计算机网络近年第34题真题解析(2021-2024.34)

&#xff08;2021.34&#xff09;此题已明确为差分曼彻斯特编码&#xff0c;通常第一个时间间隙可能不太好判断&#xff0c;因为0&#xff0c;或1可以变化&#xff0c;但差分曼彻斯特编码的其它位置可以判断&#xff0c;图中黄色数字的时间间隙位置&#xff0c;开始位置和前面一…

微信小程序开发教程(八)

目录&#xff1a;1.全局配置-tabBar2.小程序的页面配置3.数据请求-GET和POST请求4.数据请求-request请求的注意事项1.全局配置-tabBar注意tabar页面必须放到Page头部位置2.小程序的页面配置3.数据请求-GET和POST请求4.数据请求-request请求的注意事项

日语学习-日语知识点小记-构建基础-JLPT-N3阶段(29):文法運用第9回3+(考え方11)

日语学习-日语知识点小记-构建基础-JLPT-N3阶段&#xff08;31&#xff09;&#xff1a;文法運用第9回31、前言&#xff08;1&#xff09;情况说明&#xff08;2&#xff09;工程师的信仰2、知识点1ー 復習&#xff12;ー 单词训练3、单词&#xff08;1&#xff09;日语单词  …

小鹏汽车在 VLA(视觉 - 语言 - 动作)算法模型框架细节与原理

小鹏汽车的 VLA&#xff08;视觉 - 语言 - 动作&#xff09;算法模型框架是其端到端自动驾驶系统的核心&#xff0c;融合了多模态感知、语言推理与动作生成能力。以下是其技术细节与原理的深度解析&#xff1a; 一、整体架构&#xff1a;混合式端到端设计 小鹏 VLA 采用云端基座…

京东商品详情 API 全解析:合规对接与 B2C 场景实战指南

在 B2C 电商运营中&#xff0c;商品详情数据是支撑店铺管理、库存调控、营销决策的核心基础。京东商品详情 API 作为官方合规的数据获取通道&#xff0c;不仅能稳定返回商品标题、价格、库存等关键信息&#xff0c;还针对 B2C 场景新增了预售锁库、次日达标识等特色字段。本文从…

【Visual Studio 2017 和 2019下载】

Visual Studio 2017 和 2019下载VS2017下载地址&#xff1a;VS2019下载地址&#xff1a;VS2017下载地址&#xff1a; Visual Studio 2017 Community 链接 Visual Studio 2017 Enterprise 链接 VS2019下载地址&#xff1a; Visual Studio 2019 Community 链接 Visual Studio …

Python 轻松实现替换或修改 PDF 文字

在日常开发或文档处理过程中&#xff0c;经常会遇到需要对 PDF 文档中的文字进行修改的场景。例如更新合同条款、修正报表数据&#xff0c;或者批量替换文件中的特定内容。由于 PDF 格式以固定排版为特点&#xff0c;直接修改文字不像 Word 那样直观&#xff0c;因此需要借助专…

CI/CD流水线优化实战:从30分钟到5分钟的效能革命

关键词:CI/CD优化、GitHub Actions、Jenkins、自动化部署、流水线加速 一、引言:CI/CD流水线为何需要优化? 在现代软件开发中,CI/CD(持续集成/持续交付)已成为DevOps实践的核心环节。然而,许多团队的流水线存在效率低下问题,​​平均构建时间超过30分钟​​,严重制约…

神经网络矩阵的点乘与叉乘概述

点乘点乘&#xff1a;两个矩阵对应位置元素相乘&#xff08;逐元素级 element - wise&#xff09;实现方式&#xff1a;可通过 * 和 torch.mul(x, y) 函数实现&#xff08;含广播机制&#xff09;模型符号&#xff1a;一个圆圈中间加一个实心点叉乘叉乘&#xff1a;传统线性代数…

PHP学习(第三天)

网站访问流程 一、静态网站访问流程&#xff08;如 index.html&#xff09;1. 流程是怎么样的&#xff1f; 静态网站的页面内容固定&#xff0c;不需要服务器做额外计算&#xff0c;直接把文件返回给浏览器。访问流程大致如下&#xff1a;用户输入网址或点击链接 用户在 个人设…

【办公自动化】如何使用Python脚本自动化处理音频?

在日常办公和内容创作中&#xff0c;音频处理是一项常见需求。无论是处理会议录音、制作播客、编辑音乐背景&#xff0c;还是进行语音识别&#xff0c;Python都能帮助我们高效地完成这些任务。本文将介绍如何使用Python实现音频处理自动化&#xff0c;包括格式转换、音频拼接、…

OpenHarmony AVSession深度解析(二):从本地会话到分布式跨设备协同的完整生命周期管理

1. 系统概述 AVSession是OpenHarmony多媒体框架中的核心组件,负责管理音视频会话的生命周期、状态同步和跨设备协同。它提供了统一的接口供应用创建会话、设置元数据、控制播放状态,并支持分布式场景下的会话迁移。 2. 架构设计 2.1 核心类结构 #mermaid-svg-QwwujBwB3Wo6…

架构思维:在复杂系统中寻找秩序的底层逻辑

在商业世界中&#xff0c;架构师常被视为神秘的存在。懂架构不一定是大师&#xff0c;但&#xff0c;大师一定善于架构&#xff0c;善于拨开迷雾&#xff0c;看透全局。他们穿梭于代码与流程之间&#xff0c;用看不见的线条编织着数字世界的经纬。 架构天然的使命就是面对复杂…

国产凝思debian系Linux离线安装rabbitmq教程步骤

系统环境 由于国内访问debian的apt源太慢了&#xff0c;花了很多很多时间后&#xff0c;反而超时报错。所以采用离线安装方式。 uname -a Linux bogon 4.19.0-11-linx-security-amd64 #1 SMP Linx 4.19.146-1linx10 (2023-05-30) x86_64 GNU/Linux下载安装包 在有网络的电脑…