美文网首页
递归、回溯、分治

递归、回溯、分治

作者: 编程半岛 | 来源:发表于2018-08-24 14:46 被阅读28次

递归

(1)子集

方式一:递归算法

class Solution {
public:
    void generator(int i, vector<int>& nums, vector<int>& item, vector<vector<int>>& result)
    {
        if( i >= nums.size() )          // 递归终止条件
        {
            return ;
        }
        
        item.push_back(nums[i]);        // 生成子集
        result.push_back(item);         // 将子集push入result
        generator(i+1, nums, item, result); // 第一次递归调用
        item.pop_back();                    // 将子集中最后一个元素弹出
        generator(i+1, nums, item, result); // 第二次递归调用
    }
    
    vector<vector<int>> subsets(vector<int>& nums) {
        vector<vector<int>> result;     // 存储最终的结果
        vector<int> item;               // 回溯时,产生各个子集的数组
        result.push_back(item);         // 将空集push入result
        generator(0, nums, item, result );  // 计算各个子集
        return result;
    }
};

方式二:位运算算法

class Solution {
public:
    vector<vector<int>> subsets(vector<int>& nums) {
        vector<vector<int>> result;
        int max_set = 1<<nums.size();           // nums.size()个数即有2的num.size()次方个组合方式
        
        for(int i=0; i<max_set; ++i)            // 生成每种组合
        {
            vector<int> item;
            for(int j=0; j<nums.size(); ++j)    // 生成每个item
            {
                if( i & (1<<j) )                
                {
                    item.push_back(nums[j]);
                }
            }
            result.push_back(item);
        }
        
        return result;
    }
};

(2)子集II

方法一:递归算法

class Solution {
public:
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        vector<vector<int>> result;
        vector<int>item;
        set<vector<int>> set_item;
        sort(nums.begin(), nums.end());             // 排序
        result.push_back(item);
        generator(0, nums, item, result, set_item);
        return result;
    }
    
    void generator(int k, vector<int>& nums, vector<int>& item, vector<vector<int>>& result, set<vector<int>>& set_item)
    {
        if( k >= nums.size())
        {
            return ;
        }
        
        item.push_back(nums[k]);
        
        if( set_item.find(item) == set_item.end() )     // 去重
        {
            result.push_back(item);
            set_item.insert(item);
        }       
        
        generator(k+1, nums, item, result, set_item);
        item.pop_back();
        generator(k+1, nums, item, result, set_item);
    }
};

方法二:位运算

class Solution {
public:
    vector<vector<int>> subsetsWithDup(vector<int>& nums) {
        sort(nums.begin(), nums.end());         // 先排序
        
        vector<vector<int>> result;
        int max_set = 1<<nums.size();
        set<vector<int>> m_result;
        
        for(int i=0; i<max_set; ++i)
        {
            vector<int> item;
            
            for(int j=0; j<nums.size(); ++j)
            {
                if( i & 1<<j )
                {
                    item.push_back(nums[j]);
                }
            }
            
            m_result.insert(item);      // 去重
        }
        
        for(set<vector<int>>::iterator it=m_result.begin(); it!=m_result.end(); ++it)
        {
            result.push_back(*it);
        }
        return result;
    }
};

(3)组合总和 II

递归剪枝:

class Solution {
public:
    vector<vector<int>> combinationSum2(vector<int>& candidates, int target) {
        vector<vector<int>> result;
        vector<int> item;
        set<vector<int>> set_item;
        sort(candidates.begin(), candidates.end());                     // 排序
        generator(0, candidates, target, item, result, set_item, 0);
        return result;
    }
    
    void generator(int k, vector<int>& candidates, int target, vector<int>& item, 
                   vector<vector<int>>& result, set<vector<int>>& set_item, int sum)    // 添加一个sum元素,用来判断是否大于target
    {
        if((k >= candidates.size()) || sum > target)        // 若sum > target则,直接return(剪枝)
        {
            return ;
        }
 
        sum += candidates[k];        
        item.push_back(candidates[k]);
        
        if((sum == target) && (set_item.find(item) == set_item.end()))
        {
            result.push_back(item);
            set_item.insert(item);
        }
        generator(k+1, candidates, target, item, result, set_item, sum);
        sum -= candidates[k];       // 回溯时,将sum中的candidates[i]减一
        item.pop_back();
        generator(k+1, candidates, target, item, result, set_item, sum);
    }
};

(4)括号生成

递归限制条件:

  1. 左括号与右括号的数量,最多放置n个;
  2. 若左括号的数量小于等于右括号的数量,不可进行右括号的递归。
class Solution {
public:
    vector<string> generateParenthesis(int n) {
        vector<string> result;
        generator("", n, 0, 0, result);
        return result;   
    }
    
    void generator(string item, int n, int left, int right, vector<string>& result)
    {
        if( 2*n == item.size() || right > left )
        {
            if( left == n && right == n )
            {
                result.push_back(item);
            }
            return ;
        }
        generator(item + '(', n, left+1, right, result);
        generator(item + ')', n, left, right+1, result);
    }
};

(5)N皇后

设置方向数组:


方向数组示意图

在(x,y)处放置皇后后,棋盘mark[n][n]的状态更新函数:

// 第x行,y列放置皇后, 更新棋盘上的状态,
// mark[行][列]表示一张棋盘
void put_down_the_queue(int x, int y, vector<vector<int>>& mark)
{
    static const int dx[] = {-1, 1, 0, 0, -1, -1, 1, 1};    // 方向数组,dx与dy一一对应
    static const int dy[] = {0, 0, -1, 1, -1, 1, -1, 1};

    mark[x][y] = 1;         // (x, y)处放置皇后,进行标记
    for(int i=1; i<mark.size(); i++)    // 8个方向,每个方向向外延伸1至N-1
    {
        for(int j=0; j<8; j++)
        {
            int new_x = x + i * dx[j];      // 更新x方向
            int new_y = y + i * dy[j];      // 更新y方向
        }
        
        if( (new_x >= 0 && new_x < mark.size()) 
        && (new_y >= 0 && new_y < mark.size()) )    // 检查新位置是否在棋盘上
        {
            mark[new_x][new_y] = 1;     // 将新位置标记为1
        }
    }
}
class Solution {
public:
    vector<vector<string>> solveNQueens(int n) {
        vector<vector<string>> result;  // 存放结果
        vector<vector<int>> mark;       // 棋盘状态
        vector<string> location;        // 存放某个摆放结果,当完成一次递归找到结果后,将location pushi进入 result
        
        // 初始化mark和location
        for(int i=0; i<n; i++)
        {
            mark.push_back(vector<int>());
            for(int j=0; j<n; ++j)
            {
                mark[i].push_back(0);
            }
            location.push_back("");
            location[i].append(n, '.');
        }
        
        generator(0, n, mark, location, result);
        
        return result;
    }
    
    void generator(int k,                               // k表示第k+1个皇后(因为k是从0开始)
                   int n,                               // 总共需要放n个皇后
                   vector<vector<int>>& mark,           // 棋盘状态
                   vector<string>& location,            // 放入第k+1个皇后时的皇后摆放状态
                   vector<vector<string>>& result)      // 存放的结果
    {
        if( k == n )                                    // 皇后摆放完成后
        {
            result.push_back(location);                 // 将摆放位置push入result中
            return ;
        }
        
        for(int i=0; i<n; ++i)
        {
            if( mark[k][i] == 0 )                       // 表示此位置可以放置皇后    
            {
                vector<vector<int>> tmp_mark = mark;    // 建立临时tmp_mark
                put_queen_in_mark(k, i, mark);          // 更新mark状态
                location[k][i] = 'Q';                   // 更新location状态
                generator(k+1, n, mark, location, result);  // 递归调用
                mark = tmp_mark;                        // 回溯后,改变mark的状态
                location[k][i] = '.';                   // 回溯后,改变location的状态
            }
        }
    }
    
    void put_queen_in_mark(int x, int y, vector<vector<int>>& mark)         // 更新mark的状态
    {
        static const int dx[] = {-1, 1, 0, 0, -1, -1, 1, 1};
        static const int dy[] = {0, 0, -1, 1, -1, 1, -1, 1};
        
        mark[x][y] = 1;
        
        for(int i=0; i<mark.size(); ++i)
        {
            for(int j=0; j<8; ++j)
            {
                int new_x = x + i*dx[j];
                int new_y = y + i*dy[j];
                
                if( (new_x>=0 && new_x<mark.size()) && (new_y>=0 && new_y<mark.size()) )
                {
                    mark[new_x][new_y] = 1;
                }
            }
        }
        
    }
    
};

分治法

6计算右侧小于当前元素的个数

相关文章

  • 动态规划

    一、分治,回溯,递归,动态规划 1.1、递归的代码模板 1.2、分治(Divide & Conquer)的代码模板...

  • 递归、回溯、分治

    递归 (1)子集 方式一:递归算法 方式二:位运算算法 (2)子集II 方法一:递归算法 方法二:位运算 (3)组...

  • 8.分治、回溯的实现与特性

    前言 分治与回溯,其实本质上就是递归,只不过它是递归的其中一个细分类。你可以认为分治和回溯最后就是一种特殊的递归,...

  • 分治、回溯

    分治和回溯本质上都是递归。 分治 Divide & Conquer 在计算机科学中,分治法是建基于多项分支递归的一...

  • 深度优先搜索

    深度优先搜索思路 深度优先搜索 = 回溯法可以通过遍历或者分治法的思想实现深度优先搜索而递归和迭代 (非递归)两种...

  • 算法汇总

    关于算法: 基础技巧:分治、二分、贪心排序算法:快速排序、归并排序、计数排序搜索算法:回溯、递归、深度优先遍历,广...

  • 算法与数据结构简介

    0x01 算法 基础技巧:分治、二分、贪心 排序算法:快速排序、归并排序、计数排序 搜索算法:回溯、递归、深度优先...

  • 数据结构与算法简述(下)

    目录: 算法简介 排序算法 递归与穷举 贪心与分治 动态规划和回溯 1.算法简介 解题方案的准确而完整的描述,是一...

  • 高级算法设计与分析

    目录 算法基础 算法复杂性 递归与分治 回溯法与分支限界法 贪心算法 动态规划法 NP问题 概率算法 现代优化算法...

  • 8.30 leetcode刷题(2)

    递归和回溯:17 电话号码 思路:运用递归去实现回溯算法的思想。回溯算法本质上是一种暴力搜索,通过递归调用去实现,...

网友评论

      本文标题:递归、回溯、分治

      本文链接:https://www.haomeiwen.com/subject/tlchiftx.html