算法训练营Day24

#Java #回溯

开源学习资料

Feeling and experiences： 

组合总和：力扣题目链接

给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ，找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ，并以列表形式返回。你可以按 任意顺序 返回这些组合。

candidates 中的 同一个 数字可以 无限制重复被选取 。如果至少一个数字的被选数量不同，则两种组合是不同的。 

对于给定的输入，保证和为 target 的不同组合数少于 150 个。

和之前的组合问题类似，多用到一个sum，算是加强版了。

class Solution {
    public List> combinationSum(int[] candidates, int target) {
        List> res = new ArrayList<>();
        Arrays.sort(candidates); // 先进行排序
        backtracking(res, new ArrayList<>(), candidates, target, 0, 0);
        return res;
    }

    public void backtracking(List> res, List path, int[] candidates, int target, int sum, int idx) {
        // 找到了数字和为 target 的组合
        if (sum == target) {
            res.add(new ArrayList<>(path));
        }

        for (int i = idx; i < candidates.length; i++) {
            // 如果 sum + candidates[i] > target 就终止遍历
            if (sum + candidates[i] > target) break;
            path.add(candidates[i]);
            backtracking(res, path, candidates, target, sum + candidates[i], i);
            path.remove(path.size() - 1); // 回溯，移除路径 path 最后一个元素
        }
    }
}

组合总和II：力扣题目链接

给定一个候选人编号的集合 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。

candidates 中的每个数字在每个组合中只能使用 一次 。

注意：解集不能包含重复的组合。

多了一个去重，这也是难点！

以下参考代码随想录的思路来写的：

class Solution {
  LinkedList path = new LinkedList<>();
  List> ans = new ArrayList<>();
  boolean[] used;
  int sum = 0;

  public List> combinationSum2(int[] candidates, int target) {
    used = new boolean[candidates.length];
    // 加标志数组，用来辅助判断同层节点是否已经遍历
    Arrays.fill(used, false);
    // 为了将重复的数字都放到一起，所以先进行排序
    Arrays.sort(candidates);
    backTracking(candidates, target, 0);
    return ans;
  }

  private void backTracking(int[] candidates, int target, int startIndex) {
    if (sum == target) {
      ans.add(new ArrayList(path));
    }
    for (int i = startIndex; i < candidates.length; i++) {
      if (sum + candidates[i] > target) {
        break;
      }
      // 出现重复节点，同层的第一个节点已经被访问过，所以直接跳过
      if (i > 0 && candidates[i] == candidates[i - 1] && !used[i - 1]) {
        continue;
      }
      used[i] = true;
      sum += candidates[i];
      path.add(candidates[i]);
      // 每个节点仅能选择一次，所以从下一位开始
      backTracking(candidates, target, i + 1);
      used[i] = false;
      sum -= candidates[i];
      path.removeLast();
    }
  }
}

主要是used数组的使用：

1.标记元素使用状态：
• used 数组是一个布尔数组，与 candidates 数组的大小相同。它用于标记 candidates 数组中的每个元素是否已经在当前递归路径中被使用过。
• 当一个元素被加入到当前路径 path 中时，其对应的 used 状态被设置为 true，表示该元素已被使用。
• 当从路径中移除该元素时（回溯时），其 used 状态被重新设置为 false。
2. 防止同一层级的重复：
• 在 backTracking 方法中，有一个检查用来防止在同一层级中使用重复的元素。这是通过判断当前元素是否与前一个元素相同，并且前一个元素的 used 状态为 false 来实现的。
• 这个检查确保如果在同一层级中前一个相同的元素未被使用过，则当前元素不会被考虑，从而避免了重复的组合。
3. 处理含重复元素的数组：
• 在包含重复元素的数组中，仅通过 candidates 数组的值可能无法准确判断哪些组合是唯一的。used 数组提供了一种机制来确保即使数组中有重复元素，每个元素也只在其所在层级中被使用一次。
 

看到有不同的解法，不用used数组来记录，而是直接if来判断：

class Solution {
  LinkedList path = new LinkedList<>();
  List> ans = new ArrayList<>();
  boolean[] used;
  int sum = 0;

  public List> combinationSum2(int[] candidates, int target) {
    // 为了将重复的数字都放到一起，所以先进行排序
    Arrays.sort(candidates);
    backTracking(candidates, target, 0);
    return ans;
  }

  private void backTracking(int[] candidates, int target, int startIndex) {
    if (sum == target) {
        ans.add(new ArrayList<>(path));
        return;
    }
    for (int i = startIndex; i < candidates.length; i++) {
        if (i > startIndex && candidates[i] == candidates[i - 1]) {
            continue; // 跳过重复元素
        }
        if (sum + candidates[i] > target) {
            break;
        }
        sum += candidates[i];
        path.add(candidates[i]);
        backTracking(candidates, target, i + 1); // 从下一个元素开始
        sum -= candidates[i];
        path.removeLast();
    }
}

  }

分割回文串：力扣题目链接

给你一个字符串 s，请你将 s 分割成一些子串，使每个子串都是 回文串 。返回 s 所有可能的分割方案。

回文串 是正着读和反着读都一样的字符串。

思路：

我认为就比之前做的回溯问题，多了一个回文串的判断

1. 初始化和递归函数：
• 创建两个列表：ans 用于存储所有可能的回文分割结果，path 用于在递归过程中存储当前的分割路径。
• 定义一个递归函数 dfs，用于遍历字符串并检查可能的回文子串。
2. 递归终止条件：
• 当 startIndex（当前递归开始的位置）等于字符串的长度时，将当前的 path（代表一个完整的分割方案）复制并添加到 ans 中，然后返回。
3. 回文子串的识别和递归处理：
• 从 startIndex 开始，遍历字符串的每个子串。
• 使用 isHuiwen 函数检查从 startIndex 到当前索引 i 的子串是否为回文。
• 如果是回文，则将该子串添加到 path 中，并递归调用 dfs 函数处理剩余的字符串。
• 完成后，进行回溯，移除 path 中最后添加的子串，以探索其他可能的分割方案。
4. 回文判断函数的实现：
• isHuiwen 函数使用双指针技术检查给定的子串是否为回文。
• 双指针分别从子串的开始和结束进行比较，如果字符不同，则返回 false；如果相同，则继续比较，直到两指针相遇或交错。（这个是很容易判断的）

class Solution {
    //分为 分割 和 回文 两个 问题

    //构建一个 集合存储结果
    List> ans = new ArrayList<>();
    List path = new ArrayList<>();
    public List> partition(String s) {
        dfs(s,0);
        return ans;

    }
    public void dfs(String s,int startIndex){
        //终止条件：
        if(startIndex == s.length()){
        ans.add(new ArrayList(path));
        return;
        }

        for(int i = startIndex;i

三个关键点：

终止条件；（为什么是startIndex ==  s.length()? )

字符拼接；(为什么用substring？）

判断回文；（这个容易）

• 终止条件是在 dfs 函数中设置的，当 startIndex（当前递归的起始索引）等于字符串 s 的长度时，触发终止条件。
• 这意味着函数已经考虑了字符串 s 中的所有字符，当前的 path 包含了一种完整的分割方式，其中每个分割都是回文。

画堂晨起，

来报雪花坠~

Fighting！