2020/4/30
39. 组合总和
题意
- 在无重复数组
candidates
中寻找和为target
的组合。 -
candidates
中的数字可以无限制重复被选取。
栗子
输入: candidates = [2,3,6,7], target = 7,
所求解集为:
[
[7],
[2,2,3]
]
关键点
- 无重复数组:无需去重。
- 元素可以重复选取:递归的时候
i
不用加1。
回溯要素
- 选择:
candidates[k, len(candidates) - 1]
中任一元素 - 终止条件:
- 情况1:找到这样的组合,即
target == 0
- 情况2:此路不通,即
target < 0
- 情况1:找到这样的组合,即
代码
class Solution:
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
subset = []
self.backtrack(candidates, 0, subset, res, target)
return res
def backtrack(self, candidates, k, subset, res, target):
if target == 0:
res.append(subset[:])
return
if target < 0:
return
for i in range(k, len(candidates)):
# 如果candidates有重复元素,需要加一句:
# if i != k and candidates[i] == candidates[i - 1]:
# continue
# 当然,前提是candidates有序
subset.append(candidates[i])
self.backtrack(candidates, i, subset, res, target - candidates[i])
# 如果元素不可以重复选取,需要改成
# self.backtrack(candidates, i + 1, subset, res, target - candidates[i])
del subset[-1]
40. 组合总和 II
题意
- 在数组
candidates
中寻找和为target
的组合。 -
candidates
中的每个数字在每个组合中只能使用一次。
栗子
输入: candidates = [10,1,2,7,6,1,5], target = 8,
所求解集为:
[
[1, 7],
[1, 2, 5],
[2, 6],
[1, 1, 6]
]
关键点:刚好和上道题相反
- 有重复数组:需要去重。
- 元素不能重复选取:递归的时候
i
要加1。
回溯要素
- 选择:
candidates[k, len(candidates) - 1]
中的元素,但该层不能有重复元素 - 终止条件:
- 情况1:找到这样的组合,即
target == 0
- 情况2:此路不通,即
target < 0
- 情况1:找到这样的组合,即
代码
class Solution:
def combinationSum2(self, candidates: List[int], target: int) -> List[List[int]]:
res = []
subset = []
# 先排序
candidates.sort()
self.backtrack(candidates, 0, subset, res, target)
return res
def backtrack(self, candidates, k, subset, res, target):
if target == 0:
res.append(subset[:])
return
if target < 0:
return
for i in range(k, len(candidates)):
# 去重/剪枝
if i != k and candidates[i] == candidates[i - 1]:
continue
subset.append(candidates[i])
# 因为candidates的每个数字只能使用一次,所以i + 1
self.backtrack(candidates, i + 1, subset, res, target - candidates[i])
del subset[-1]
216. 组合总和 III
题意
- 找出所有相加之和为
n
的k
个数的组合。 - 组合中只允许含有 1 - 9 的正整数
- 每种组合中不存在重复的数字。
栗子
输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]
关键点
- 元素不能重复选取:递归的时候
i
要加1。
回溯要素
- 选择:
[m, 9]
中的元素 - 终止条件:
- 情况1:找到这样的组合,即
k == len(combination)
且n == 0
- 情况2:此路不通,即
k == len(combination)
且n != 0
,或者k != len(combination)
且n == 0
- 情况1:找到这样的组合,即
代码
class Solution:
def combinationSum3(self, k: int, n: int) -> List[List[int]]:
combination = []
res = []
self.backtrack(k, n, 1, combination, res)
return res
def backtrack(self, k, n, m, combination, res):
if k == len(combination):
if n == 0:
res.append(combination[:])
return
for i in range(m, 10):
combination.append(i)
self.backtrack(k, n - i, i + 1, combination, res)
del combination[-1]
377. 组合总和 Ⅳ
题意
- 给定一个不存在重复数字的数组
nums
,找出和为target
的组合的个数。 - 顺序不同的序列被视作不同的组合。
栗子
nums = [1, 2, 3]
target = 4
所有可能的组合为:
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意,顺序不同的序列被视作不同的组合。
因此输出为 7。
关键点
-
nums
不存在重复数字:不用去重 - 元素不仅可以重复选取,而且可以不按顺序:遍历
i
的时候从0
到len(nums)-1
- 求个数,不用返回具体的数组:
return 个数
,不用传递combination
和res
了。
回溯要素
- 选择:
nums[0, len(nums)-1]
的任一元素 - 终止条件:
- 情况1:找到这样的组合,即
target == 0
- 情况2:此路不通,即
target < 0
- 情况1:找到这样的组合,即
算法优化
使用哈希映射表mp
来存储{target: times}
,避免重复计算。
代码
from collections import defaultdict
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
self.res = 0
mp = defaultdict(int)
return self.backtrack(nums, target, mp)
def backtrack(self, nums, target, mp):
if target in mp:
return mp[target]
if target == 0:
self.res += 1
return 1
if target < 0:
return 0
res = 0
for i in range(len(nums)):
res += self.backtrack(nums, target - nums[i], mp)
mp[target] = res
return res
dp方法
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
dp = [0] * (target + 1)
# dp[0]初始化为1
dp[0] = 1
# 循环顺序一定不能乱
for i in range(1, target + 1):
for j in range(len(nums)):
if nums[j] > i:
continue
dp[i] += dp[i - nums[j]]
return dp[target]
518. 零钱兑换 II
- 给定一个不存在重复数字的数组
coins
,找出和为amount
的组合的个数。 -
coins
可重复使用。 - 顺序不同的序列视为相同的组合。
栗子
输入: amount = 5, coins = [1, 2, 5]
输出: 4
解释: 有四种方式可以凑成总金额:
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1
tricky之处
- 如果延续377. 组合总和 Ⅳ的思路:
- 上题是求排列,这题是求组合。
- 既然上题是从在
arr[0, len(arr) - 1]
的区间进行枚举,那么这道题在arr[i, len(arr)-1]
的区间不就好了吗。左边界从0
变为i
,表示会选择递增的元素,把这道题变成组合问题;左边界不是i + 1
,因为硬币可以拿多次。
- 看起来算法是完全正确的。但是呢...
- 我们这道题不是返回
combination
,而是返回个数,如果不使用hashmap,就会陷入超时。而如果使用了hashmap,算法就不正确了。 - 下面给出一段错误代码。注意,这段代码和377. 组合总和 Ⅳ的结果一样,左边界是
i
还是0
完全失去效力。如果不使用mp
进行缓存,结果就正确了。
- 我们这道题不是返回
错误代码
from collections import defaultdict
class Solution:
def change(self, amount: int, coins: List[int]) -> int:
mp = defaultdict(int)
return self.dfs(amount, coins, 0, mp)
def dfs(self, amount, coins, k, mp):
if amount in mp:
return mp[amount]
if amount == 0:
return 1
if amount < 0:
return 0
res = 0
# 写成range(len(coins))是一样的
for i in range(k, len(coins)):
res += self.dfs(amount - coins[i], coins, i, mp)
mp[amount] = res
return res
解释
- 错误原因
- 上段代码的决策树如图左所示。尽管枚举时索引是非递减的,但加入
mp
后就不是这样了。 - 我们看虚线框,这里
mp
缓存的是{2: 2}
,当金额为2时,有两种硬币组合方法。那看中间的虚线框处,将[1,2,1,1]
也计算在内,就打破了非递减的特性。 -
所以,这种思路是不正确的。
示意图
- 上段代码的决策树如图左所示。尽管枚举时索引是非递减的,但加入
正确做法
- 如图右的决策树所示,共
coins.length
层。 - 选择:
coins[k]
拿多少个 - 终止条件:
- 情况1:找到这样的组合,即
amount == 0
- 情况2:此路不通,即
amount < 0
- 情况1:找到这样的组合,即
-
mp
是{(k, amount): times}
的映射
正确代码
from collections import defaultdict
class Solution:
def change(self, amount: int, coins: List[int]) -> int:
mp = defaultdict(int)
return self.dfs(amount, coins, 0, mp)
def dfs(self, amount, coins, k, mp):
if k == len(coins):
if amount == 0:
return 1
return 0
if amount < 0:
return 0
if (k, amount) in mp:
return mp[(k, amount)]
res = 0
for i in range(amount // coins[k] + 1): # 注意加1
res += self.dfs(amount - i * coins[k], coins, k + 1, mp)
mp[(k, amount)] = res
return res
dp方法
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
dp = [float('inf')] * (amount + 1)
dp[0] = 0
for i in range(amount + 1):
for c in coins:
if i - c < 0:
continue # 不能break,因为硬币不一定升序
dp[i] = min(dp[i], dp[i-c] + 1)
return dp[-1] if dp[-1] != float('inf') else -1
77. 组合
题意
- 找出
1 ... n
中所有可能的 k 个数的组合。 - 每种组合中不存在重复的数字。
栗子
输入: n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
关键点
- 元素不能重复选取:递归的时候
i
要加1。
回溯要素
- 选择:
nums[1, n]
中的元素,倒着找 - 终止条件:
- 情况1:找到这样的组合,即
k == 0
- 情况2:此路不通,即
n < k
- 情况1:找到这样的组合,即
代码
class Solution:
def combine(self, n: int, k: int) -> List[List[int]]:
combination = []
res = []
self.backtrack(n, k, combination, res)
return res
def backtrack(self, n, k, combination, res):
if k == 0:
res.append(combination[:])
return
if n < k:
return
for i in range(n, 0, -1):
combination.append(i)
self.backtrack(i - 1, k - 1, combination, res)
del combination[-1]
17. 电话号码的字母组合
题意
- 给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。
-
给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。
栗子
输入:"23"
输出:["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"].
回溯要素
- 终止条件:遍历完
digits
字符串,即k == len(digits)
- 选择:该数字对应的字母
代码
class Solution:
def letterCombinations(self, digits: str) -> List[str]:
if len(digits) == 0:
return []
mp = {'2': ['a', 'b', 'c'], '3': ['d', 'e', 'f'], '4': ['g', 'h', 'i'], '5': ['j', 'k', 'l'], '6': ['m', 'n', 'o'], '7': ['p', 'q', 'r', 's'], '8': ['t', 'u', 'v'], '9': ['w', 'x', 'y', 'z']}
res = []
self.backtrack(digits, 0, mp, '', res)
return res
def backtrack(self, digits, k, mp, combination, res):
if k == len(digits):
res.append(combination) #string是值传递,不是引用传递
return
for ch in mp[digits[k]]:
self.backtrack(digits, k + 1, mp, combination + ch, res)
网友评论