力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结

文章目录

  • 切割问题
  • 子集问题
  • 回溯法模板与伪代码
  • 131. 分割回文串
    • 三要素及思路
    • 回文字符串判断
    • 代码
  • 93. 复原IP地址
    • 三要素及思路
    • 验证子串是否合法
    • 代码
  • 78. 子集
    • 三要素及思路
    • 代码
  • 90. 子集Ⅱ
    • 三要素及思路
    • 去重
    • 代码
  • 491.递增子序列
    • 三要素及思路
    • 去重方式及去重优化
    • 代码
  • 总结
    • 1. 切割问题
    • 2. 子集问题

切割问题

切割问题:一个字符串按一定规则有几种切割方式——131.分割回文串、93.复原IP地址

  • 不同的切割问题有不同的切割方式
  • 如何判断回文
  • 如何验证区间合法
  • 如何添加符号

切割问题类似组合问题,例如字符串abcdef:

  • 组合问题:选取一个a之后,在bcdef中再去选取第二个,选取b之后在cdef中再选取第三个…
  • 切割问题:切割一个a之后,在bcdef中再去切割第二段,切割b之后在cdef中再切割第三段…

子集问题

子集问题:一个N个数的集合里有多少符合条件的子集——78.子集、90.子集Ⅱ、491.递增子序列

  • 如果把子集问题、组合问题、分割问题都抽象为一棵树的话,那么组合问题和分割问题都是收集树的叶子节点,而子集问题是找树的所有节点
  • 子集其实也是一种组合问题,因为它的集合是无序的,子集{1,2} 和子集{2,1}是一样的
  • 集合无序,那么元素不能重复选取,写回溯算法时,for循环要从startIndex开始,而不是从0开始
  • 去重方式,不同子集问题对应不同的去重逻辑,区别树层去重和树枝去重

回溯法模板与伪代码

//返回值一般为void 先写逻辑再确定参数
//一般搜到叶子节点也就找到了满足条件的一条答案,存放该答案并结束本层递归
//for循环横向遍历集合区间,for循环执行次数=一个节点孩子数:处理节点 递归 回溯
void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
        处理节点;
        backtracking(路径,选择列表); // 递归
        回溯,撤销处理结果
    }
}

131. 分割回文串

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第1张图片

三要素及思路

切割问题抽象为一棵树形结构:递归用来纵向遍历,for循环用来横向遍历,切割线(就是图中的红线)切割到字符串的结尾位置,说明找到了一个切割方法
力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第2张图片

先写逻辑,再确定递归函数参数:

path,一维数组,存放已经回文的子串,全局变量
result,二维数组,存放子串集,全局变量
s,题目给的字符串
startindex,下一层for循环搜索的起始位置,递归的起始位置,相当于切割线不能重复切割

终止条件: 找到切割方法就终止,即切割线到字符串最后面就结束本层递归

单层搜索:

  1. 切割的子串长度应该是[startindex, i]
  2. 首先,判断子串是否为回文字符串,是则存进path中,不是则跳过
  3. 然后递归、回溯,要注意不能重复切割,注意递归时的起始位置

回文字符串判断

判断回文-前后指针:

  • 使用前后双指针
  • 一个指针从前往后,一个从后往前,如果前后指针指向元素相等,说明是回文字符串
  • 这部分代码重复性高,可以抽象为一个成员函数

判断回文-动态规划-优化:

  1. 给定一个字符串s,长度为n,它成为回文字串的充分必要条件是s[0] == s[n-1],且s[1:n-1]是回文字串
  2. 动态规划,数组存放子串是否为回文子串的结果,倒序计算
  3. 三种情况:
  • n=1,只有一个字符,肯定是回文
  • n=2,两个字符,如果两个字符相同就是回文,否则不是
  • n>2,多个字符,如果s[0] == s[n-1],且s[1:n-1]也是回文,该字符串才是回文字符串

代码

  • 前后双指针
class Solution {
public:
    vector<string> path;
    vector<vector<string>> result;
    //前后指针判断回文字符串
    //前指针从前往后 后指针从后往前 判断两指针元素是否相同
    bool isPalindrome(const string& s, int start, int end)
    {
        for(int i=start, j=end; i<j; i++,j--)
        {
            if(s[i]!=s[j]) return false;
        }
        return true;
    }
    void backtracking(const string& s, int startindex)
    {
        //终止条件 说明分割线到字符串最后了 保存结果 结束本层递归
        if(startindex >= s.size())
        {
            result.push_back(path);
            return;
        }
        //单层搜索
        for(int i=startindex; i<s.size(); i++)
        {
            //1.判断子串是否为回文子串 是则保存子串 否则跳过
            if(isPalindrome(s, startindex, i)) path.push_back(s.substr(startindex, i-startindex+1));
            else continue;
            //递归 回溯
            backtracking(s, i+1);//递归时不重复切割
            path.pop_back();//回溯
        }
    }
    vector<vector<string>> partition(string s) {
        path.clear();
        result.clear();
        backtracking(s, 0);
        return result;
    }
};
  • 动态规划
class Solution {
public:
    vector<string> path;
    vector<vector<string>> result;
    //动态规划 二维布尔矩阵 判断回文字符串
    vector<vector<bool>> isPalindrome; // 放事先计算好的是否回文子串的结果

    void backtracking(const string& s, int startindex)
    {
        if(startindex >= s.size())//切割线到字符串最后 结束本层递归
        {
            result.push_back(path);
            return;
        }
        for(int i=startindex; i<s.size(); i++)
        {
            //根据布尔矩阵 直接知道 当前长度切割的字符串是否为回文字符串
            if(isPalindrome[startindex][i]) path.push_back(s.substr(startindex, i-startindex+1));//是回文
            else continue;
            backtracking(s, i+1);//递归
            path.pop_back();//回溯
        }
    }

    vector<vector<string>> partition(string s) {
        path.clear();
        result.clear();
        computePalindrome(s);//获得当前字符串对应的布尔矩阵
        backtracking(s, 0);
        return result;
    }

    // isPalindrome[i][j] 代表 s[i:j](双边包括)是否是回文字串
    // 回文字串的充分必要条件是s[0] == s[n-1],且s[1:n-1]是回文字串
    void computePalindrome(const string& s)
    {
        //根据字符串实际大小重新规划二维布尔矩阵大小 isPalindrome默认值是false
        isPalindrome.resize(s.size(), vector<bool>(s.size(), false));
        for(int i=s.size()-1; i>=0; i--)
        {
            //倒序赋值
            for(int j=i; j<s.size(); j++)
            {
                if(j==i) isPalindrome[i][j]=true;//n=1,只有一个字符
                else if(j-i==1) isPalindrome[i][j] = (s[i]==s[j]);//n=2,两个字符
                else isPalindrome[i][j] = (s[i]==s[j] && isPalindrome[i+1][j-1]);//多个字符
            }
        }
    } 
};

93. 复原IP地址

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第3张图片

三要素及思路

先写逻辑,再确定递归函数参数:

result,二维数组,存放子串集,全局变量
s,题目给的字符串
startindex,下一层for循环搜索的起始位置,递归的起始位置,相当于切割线不能重复切割
pointnum,记录添加逗点的数量

终止条件: 题目要求数字串只能分成4段,所以不能用切割线切到最后作为终止条件,而是分割的段数=4作为终止条件。因此,当pointnum=3时,说明字符串分成了4段了,如果第四段合法就保存结果

单层搜索:

  1. 同样,切割的子串长度是[startindex, i]
  2. 需要判断这个子串是否合法
    如果合法,就指定位置插入符号 . 表示已经分割,然后递归、回溯
    如果不合法就结束本层循环,剪掉分支
  3. 递归时,不重复分割,下一层的起始位置是i+2,因为每一段后面加了符号 . ,并且pointnum要+1
  4. 回溯时,pointnum要-1,并且要删掉符号 .

剪枝: 如果数字串只有三个数字,或者超出12个数字,都不能构成合法的ip,剪枝

验证子串是否合法

抽象成一个成员函数,主要考虑三点

  • 段位以0为开头的数字,不合法
  • 段位里有非正整数字符,不合法
  • 段位如果大于255了,不合法

代码

class Solution {
public:
    vector<string> result;
    //回溯
    void backtracking(string& s, int startindex, int pointnum)
    {
        //终止条件 有四段,即pointnum=3终止本层递归
        if(pointnum==3)
        {
            //第四段合法就保存结果 否则直接结束递归
            if(isvalid(s, startindex, s.size()-1)) result.push_back(s);
            else return;
        }
        //单层搜索
        for(int i=startindex; i<s.size(); i++)
        {
            //子串区间是[startindex, i] 判断该子串是否合法,合法就处理,否则结束本层递归,进入下一层
            if(isvalid(s, startindex, i))
            {
                //子串合法则在i后面插入. 更新符号数 然后递归 回溯
                s.insert(s.begin()+i+1, '.');
                pointnum++;//添加符号数+1
                backtracking(s, i+2, pointnum);//递归 注意是i+2 因为加了.
                pointnum--;//回溯
                s.erase(s.begin()+i+1);//回溯 删除.
            }
            else break;
        }
    }

    //验证字段合法性 s在左闭右闭区间[start, end]所组成的数字是否合法
    bool isvalid(const string& s, int start, int end)
    {
        if(start > end) return false;//不合法区间
        if(start!=end && s[start]=='0') return false;//段位以0为开头的数字,不合法 注意start != end
        int num = 0;
        for(int i=start; i<=end; i++)
        {
            if(s[i]<'0' || s[i]>'9') return false;//有非正整数字符,不合法
            num = num*10 + (s[i]-'0');
            if(num>255) return false;//如果大于255了,不合法
        }
        return true;
    }
    vector<string> restoreIpAddresses(string s) {
        result.clear();
        //如果数字串只有三位数字或者超过12个数字 不能构成合法ip
        if(s.size()<4 || s.size()>12) return result;
        backtracking(s, 0, 0);
        return result;
    }
};

78. 子集

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第4张图片

求子集集合,也就是遍历树,保存所有节点

三要素及思路

先写逻辑,再确定递归函数参数:

path, 一维数组,保存符合条件的单个子集,全局变量
result,二维数组,存放子集集合,全局变量
nums,题目给的数组
startindex,下一层for循环搜索的起始位置,递归的起始位置,不能重复选取

终止条件:

  • 子集问题遍历整棵树,for循环结束也表示遍历结束,可以不需要终止条件
  • 遍历到叶子节点,剩余集合为空,说明遍历结束。相当于startindex大于数组长度,此时没有元素可取了,即startIndex >= nums.size()

单层搜索: 收集元素、递归、回溯,注意递归时不重复选取元素

剪枝: 不需要任何剪枝,因为子集问题要遍历整棵树

代码

class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(const vector<int>& nums, int startindex)
    {
        result.push_back(path);//保存结果
        if(startindex >= nums.size()) return;//终止条件 startindex大于数组长度 也可以不需要

        //单层搜索
        for(int i=startindex; i<nums.size(); i++)
        {
            path.push_back(nums[i]);
            backtracking(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> subsets(vector<int>& nums) {
        path.clear();
        result.clear();
        backtracking(nums, 0);
        return result;
    }
};

90. 子集Ⅱ

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第5张图片

这道题目和78.子集的区别是,集合里有重复元素,而且求取的子集要去重

去重操作本质上和40. 组合总和Ⅱ是一样的做法,并且排列问题的去重也是同样的操作

着重理解树层去重树枝去重,注意去重需要先对集合排序,具体可以看力扣回溯算法专题(一)的40. 组合总和Ⅱ的去重笔记

三要素及思路

先写逻辑,再确定递归函数参数:

path, 一维数组,保存符合条件的单个子集,全局变量
result,二维数组,存放子集集合,全局变量
nums,题目给的数组
startindex,下一层for循环搜索的起始位置,递归的起始位置,不能重复选取

终止条件:

  • 子集问题遍历整棵树,for循环结束也表示遍历结束,可以不需要终止条件
  • 遍历到叶子节点,剩余集合为空,说明遍历结束。相当于startindex大于数组长度,此时没有元素可取了,即startIndex >= nums.size()

单层搜索: 先去重,再是收集元素、递归、回溯,注意递归时不重复选取元素,且去重前先排序

去重

1. 对同一父节点下本层的去重,有三种去重方式

  • startindex来控制,当i>startindex时,如果nums[i]=nums[i-1],说明是重复元素,跳过
  • bool型的标记数组used,注意区分什么时候是树枝,什么时候是树层
  • set容器,要注意的是,set只记录本层元素是否重复使用,新的一层uset都会重新定义,相当于把上一层的记录清空。使用find查找,可以加快查找重复元素的速度,set是不允许存储相同元素的

2. set去重的注意点:

使用set去重时,要注意两点:

  • 情况1:set不能定义放到类成员位置,然后模拟回溯的样子 insert一次,erase一次

  • 情况2:set不能放到类成员位置,然后每次进入单层的时候用uset.clear()。

情况1 代码

class Solution {
private:
    vector<vector<int>> result;
    vector<int> path;
    unordered_set<int> uset; // 把uset定义放到类成员位置
    void backtracking(vector<int>& nums, int startIndex, vector<bool>& used) {
        result.push_back(path);

        for (int i = startIndex; i < nums.size(); i++) {
            if (uset.find(nums[i]) != uset.end()) {
                continue;
            }
            uset.insert(nums[i]);   // 递归之前insert
            path.push_back(nums[i]);
            backtracking(nums, i + 1, used);
            path.pop_back();
            uset.erase(nums[i]);    // 回溯再erase
        }
    }

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第6张图片

在树形结构中,如果把unordered_set uset放在类成员的位置,相当于全局变量,就把树枝的所有情况都记录了,不是仅控制某一节点下的同一层了。也就是说,一旦把unordered_set uset放在类成员位置,它控制的就是整棵树,包括树枝。所以不能这么写

情况2 代码

class Solution {
private:
    vector<vector<int>> result;
    vector<int> path;
    unordered_set<int> uset; // 把uset定义放到类成员位置
    void backtracking(vector<int>& nums, int startIndex, vector<bool>& used) {
        result.push_back(path);
        uset.clear(); // 到每一层的时候,清空uset
        for (int i = startIndex; i < nums.size(); i++) {
            if (uset.find(nums[i]) != uset.end()) {
                continue;
            }
            uset.insert(nums[i]); // set记录元素
            path.push_back(nums[i]);
            backtracking(nums, i + 1, used);
            path.pop_back();
        }
    }

在这种写法情况下,uset已经是全局变量,本层的uset记录了一个元素,然后进入下一层之后这个uset(和上一层是同一个uset)就被清空了,也就是说,层与层之间的uset是同一个,那么就会相互影响。所以还不不能这么写

代码

  • 通过startindex去重
class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, int startindex)
    {
        result.push_back(path);
        for(int i=startindex; i<nums.size(); i++)
        {
            //去重 前后元素相同则跳过
            if(i>startindex && nums[i]==nums[i-1]) continue;
            path.push_back(nums[i]);
            backtracking(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        path.clear();
        result.clear();
        //去重前先排序
        sort(nums.begin(), nums.end());
        backtracking(nums, 0);
        return result;
    }
};
  • 通过bool型标记数组去重
class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, int startindex, vector<bool>& used)
    {
        result.push_back(path);
        for(int i=startindex; i<nums.size(); i++)
        {
            //nums[i]==nums[i-1]时,
            //如果used[i-1]==false,说明同一树层nums[i - 1]使用过
            //如果used[i-1]==true,说明同一树枝nums[i - 1]使用过
            if(i>0 && nums[i]==nums[i-1] && used[i-1]==false) continue;
            else
            {
                path.push_back(nums[i]);
                used[i] = true;
                backtracking(nums, i+1, used);
                used[i] = false;
                path.pop_back();
            }
        }
    }
    vector<vector<int>> subsetsWithDup(vector<int>& nums)
    {
        path.clear();
        result.clear();
        vector<bool> used(nums.size(), false);//默认元素不重复
        //去重前先排序
        sort(nums.begin(), nums.end());
        backtracking(nums, 0, used);
        return result;
    }
};
  • 通过set容器去重
class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, int startindex)
    {
        result.push_back(path);
        unordered_set<int> uset;
        for(int i=startindex; i<nums.size(); i++)
        {
            //去重 使用find查找nums[i],find返回的是迭代器,元素所在位置
            //如果不等于结束迭代器,说明在uset找到了nums[i]这个元素,相同元素跳过
            if(uset.find(nums[i]) != uset.end()) continue;
            uset.insert(nums[i]);//保存元素,标记
            path.push_back(nums[i]);
            backtracking(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        path.clear();
        result.clear();
        //去重前先排序
        sort(nums.begin(), nums.end());
        backtracking(nums, 0);
        return result;
    }
};

491.递增子序列

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第7张图片

这道题是90.子集II的变形,注意与90.子集II的区别递归终止条件去重逻辑的变化

90.子集II中,是通过先排序再加一个标记数组来去重的。但这道题自增子序列,是不能对原数组进行排序的,排完序的数组都是自增子序列了,所以不能使用之前的去重逻辑。

三要素及思路

先写逻辑,再确定递归函数参数:

path, 一维数组,保存符合条件的单个子集,全局变量
result,二维数组,存放子集集合,全局变量
nums,题目给的数组
startindex,下一层for循环搜索的起始位置,递归的起始位置,不能重复选取

终止条件:

  • 和之前的子集问题一样,遍历整棵树,找所有节点,可以不需要终止条件,startIndex每次都会加1,并不会无限递归
  • 但题目要求递增子序列至少有两个元素,相当于子集大小至少为2,path.size() > 1,此时要保存结果。而非90.子集II中直接保存子集
  • 因为要遍历整棵树,找到所有节点,不需要return,

单层搜索: 先去重,再标记元素、保存子集、递归、回溯,递归不重复选取元素,不排序

去重方式及去重优化

根据题目的意思,不能先排序再去重,也就说不可以使用 starindex条件控制去重bool型标记数组去重。不排序的话,只能使用set来去重

去重

  • 也是对同一父节点下本层的去重,区分树枝去重和树层去重
  • set只记录本层元素是否重复使用,新的一层uset都会重新定义,相当于把上一层的记录清空。使用find查找,可以加快查找重复元素的速度,set是不允许存储相同元素的
  • 去重时,要剔除两种情况,
    • 一是同一树层的相同元素,uset.find(nums[i-1])!=uset.end()
    • 二是树枝上,即下一层中元素不符合递增要求的元素,!path.empty() && nums[i]

去重优化-数组做哈希

题目中说数值范围[-100,100],可以用数组来做哈希。程序运行时,unordered_set 需要不停地insert,所以使用数组做哈希表,把key通过hash function映射为唯一的哈希值。

数组,set,map都可以做哈希表,而且数组能实现的,map和set也可以。但如果数值范围小的话,可以优先使用数组

力扣回溯算法专题(二)- 切割 子集问题 131.分割回文串、93. 复原IP地址、78. 子集、90. 子集Ⅱ、491.递增子序列 思路 C++实现 去重及其优化和注意点 总结_第8张图片

代码

  • 去重-set
class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, int startindex)
    {
        //终止条件 遍历整棵树不需要返回,且递增子序列中至少有两个元素时就要保存结果
        if(path.size() > 1) result.push_back(path);//子集大小>1 至少有两个元素
        //单层搜索
        unordered_set<int> uset;//记录本层使用过的元素
        for(int i=startindex; i<nums.size(); i++)
        {
            //去重 nums[i]
            //nums[i]
            //uset.find(nums[i])!=uset.end(),相当于找到相同元素
            if((!path.empty() && nums[i]<path.back()) || uset.find(nums[i])!=uset.end()) continue;
            uset.insert(nums[i]);
            path.push_back(nums[i]);
            backtracking(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> findSubsequences(vector<int>& nums) {
        path.clear();
        result.clear();
        backtracking(nums, 0);
        return result;
    }
};
  • 去重-数组做哈希表映射
class Solution {
public:
    vector<int> path;
    vector<vector<int>> result;
    void backtracking(vector<int>& nums, int startindex)
    {
        //终止条件 遍历整棵树不需要返回,且递增子序列中至少有两个元素时就要保存结果
        if(path.size() > 1) result.push_back(path);//子集大小>1 至少有两个元素
        //单层搜索
        int uset[201] = {0};//哈希表,默认值是0,题目说数值范围[-100, 100]
        for(int i=startindex; i<nums.size(); i++)
        {
            //去重 nums[i]
            //题目的数值范围[-100, 100],数组实际范围是[0, 200] 因此需要nums[i]+100
            if((!path.empty() && nums[i]<path.back()) || uset[nums[i]+100]==1) continue;
            uset[nums[i]+100] = 1;//标记当前元素
            path.push_back(nums[i]);
            backtracking(nums, i+1);
            path.pop_back();
        }
    }
    vector<vector<int>> findSubsequences(vector<int>& nums) {
        path.clear();
        result.clear();
        backtracking(nums, 0);
        return result;
    }
};

总结

1. 切割问题

  • 切割问题可以抽象为组合问题

  • 如何模拟那些切割线

  • 切割问题中递归如何终止

  • 在递归循环中如何截取子串

  • 如何判断回文

  • 如何添加其他字符

  • 验证区间合法性

    1. 分割回文串:
    • 两种判断回文的方式
    • 前后双指针、动态规划获取二维布尔矩阵
    • 切割过的地方不能重复切割所以递归函数需要传入i + 1
    1. 复原IP地址: 操作字符串添加逗号作为分隔符,并验证区间的合法性

2. 子集问题

    1. 子集:子集问题和组合问题、分割问题的区别是,子集是收集树形结构中树的所有节点的结果;而组合和分割问题是收集树形结构中叶子节点的结果
    1. 子集Ⅱ:
    • 着重理解树层去重树枝去重
    • 三种去重方式,startindex去重、bool型标记数组去重、set容器去重。注意去重前先排序
    1. 递增子序列
    • 不同于90. 子集Ⅱ,注意递归终止条件和去重逻辑的变化,需要子集元素个数来控制递归结束;去重时不能对原数组排序
    • 不能排序,只能使用set标记元素去重,set只记录本层元素,每次递归都要清空
    • 去重优化,使用数组/map/set做哈希映射,如果数值范围小的话,优先考虑数组实现哈希表

你可能感兴趣的:(c++,leetcode)