算法训练(leetcode)第二十二天 | 491. 非递减子序列、全排列、47. 全排列 II

news/2024/7/7 21:02:50 标签: 算法, leetcode, c++

刷题记录

  • 491. 非递减子序列
  • 46. 全排列
  • 47. 全排列 II
    • 去重写法一
    • 去重写法二

491. 非递减子序列

leetcode题目地址

本题对于去重是一个难点,因为题目不允许排序,所以需要加一个笔记数组来判断相同的元素在同一层是否已经使用。使用set、map都可以达到这个目的。

时间复杂度: O ( n ∗ 2 n ) O(n * 2^n) O(n2n)
空间复杂度: O ( n ) O(n) O(n)

// c++
class Solution {
public:
    vector<int> cur;
    void backtracking(vector<vector<int>> &result, const vector<int>& nums, int left){
        if(cur.size()>1){
            result.emplace_back(cur);
        }
        // 负责本层的去重
        unordered_set<int> uset;
        for(int i=left; i<nums.size(); i++){
            // 去重
            if(uset.find(nums[i])!=uset.end()) continue;
            if(cur.size()==0 || cur[cur.size()-1] <= nums[i]) {
                cur.emplace_back(nums[i]);
                uset.insert(nums[i]);
                backtracking(result, nums, i+1);
                cur.pop_back();
            }

        }
    }
    vector<vector<int>> findSubsequences(vector<int>& nums) {
        vector<vector<int>> result;
        backtracking(result, nums, 0);
        return result;
    }
};

46. 全排列

leetcode题目地址

全排列无需记录起始位置(每层都是从头开始找未使用过的元素),只需要控制每个元素在每个排列中只使用一次。借助一个额外的数组或map来实现。

时间复杂度: O ( n ! ) O(n!) O(n!)
空间复杂度: O ( n ) O(n) O(n)

// c++
class Solution {
public:
    vector<int> cur;
    unordered_map<int, int> used;
    
    void backtracking(vector<vector<int>>&result, const vector<int>& nums){
        if(cur.size()==nums.size()){
            result.emplace_back(cur);
            return;
        }
        for(int i=0; i<nums.size(); i++){
            if(!used[i]){
                cur.emplace_back(nums[i]);
                used[i] = 1;
                backtracking(result, nums);
                used[i] = 0;
                cur.pop_back();
            }
            
        }
    }
    vector<vector<int>> permute(vector<int>& nums) {
        vector<vector<int>> result;
        backtracking(result, nums);
        return result;
    }
};

47. 全排列 II

leetcode题目地址

本题在上一题的基础上加入了相同的元素,因此需要对相同元素发起的全排列进行去重,有两种写法,一种是借助一个数组或容器来标识当前层是否已经使用了与当前元素相同的元素;另一种是排序过后判断前一个搜索过的元素与当前元素是否相同。

时间复杂度: O ( n ! ∗ n ) O(n! * n) O(n!n)
空间复杂度: O ( n ) O(n) O(n)

去重写法一

// c++
class Solution {
public:
    vector<int> cur;
    // 纵向 标识单个排列中当前元素是否使用
    unordered_map<int, int> used;
    void backtracking(vector<vector<int>>&result, const vector<int>& nums){
        if(cur.size() == nums.size()){
            result.emplace_back(cur);
            return;
        }
        // 横向 标识所有排列中与当前元素相同的值是否已经参加过查找
        unordered_set<int> duplicate;
        for(int i=0; i<nums.size(); i++){
            if(!used[i] && duplicate.find(nums[i])==duplicate.end()){
                used[i] = 1;
                duplicate.insert(nums[i]);
                cur.emplace_back(nums[i]);
                backtracking(result, nums);
                cur.pop_back();
                used[i] = 0;
            }
        }
    }
    vector<vector<int>> permuteUnique(vector<int>& nums) {
        vector<vector<int>> result;
        backtracking(result, nums);
        return result;
    }
};

去重写法二

// c++
class Solution {
public:
    vector<int> cur;
    // 纵向 标识单个排列中当前元素是否使用
    unordered_map<int, int> used;
    void backtracking(vector<vector<int>>&result, const vector<int>& nums){
        if(cur.size() == nums.size()){
            result.emplace_back(cur);
            return;
        }
    
        for(int i=0; i<nums.size(); i++){
           
            if(i>0 && nums[i]==nums[i-1] && used[i-1]) continue;
            if(!used[i]){
                used[i] = 1;
                cur.emplace_back(nums[i]);
                backtracking(result, nums);
                cur.pop_back();
                used[i] = 0;
            }
        }
    }
    vector<vector<int>> permuteUnique(vector<int>& nums) {
        sort(nums.begin(), nums.end()); // 排序
        vector<vector<int>> result;
        backtracking(result, nums);
        return result;
    }
};


http://www.niftyadmin.cn/n/5535198.html

相关文章

大数据面试题之HBase(3)

HBase的预分区 HBase的热点问题 HBase的memstore冲刷条件 HBase的MVCC HBase的大合并与小合并&#xff0c;大合并是如何做的?为什么要大合并 既然HBase底层数据是存储在HDFS上&#xff0c;为什么不直接使用HDFS&#xff0c;而还要用HBase HBase和Phoenix的区别 HBase支…

Build a Large Language Model (From Scratch)附录A(gpt-4o翻译版)

来源&#xff1a;https://github.com/rasbt/LLMs-from-scratch?tabreadme-ov-file https://www.manning.com/books/build-a-large-language-model-from-scratch

ARM功耗管理软件之时钟电源树

安全之安全(security)博客目录导读 思考&#xff1a;功耗管理软件栈及示例&#xff1f;WFI&WFE&#xff1f;时钟&电源树&#xff1f;DVFS&AVS&#xff1f; 目录 一、时钟&电源树简介 二、时钟树示例 三、电源树示例 一、时钟&电源树简介 时钟门控与自…

启明智显Model3A芯片方案7寸高清触摸屏ZX7D00CM21S:开箱、设置与实操全攻略指南

一、背景 本指南将详细介绍启明智显的Model3A芯片方案下的7寸高清触摸屏ZX7D00CM21S的开箱步骤、基础设置以及实操应用。无论您是电子爱好者、开发者还是工程师&#xff0c;这份指南都能助您快速上手并充分利用这款触摸屏的各项功能。 二、硬件介绍 ZX7D00CM21S 7寸高清触摸屏是…

归一化(normalization)

归一化是指对数据进行标准化处理&#xff0c;使其均值为0&#xff0c;方差为1&#xff0c;从而消除不同特征量纲的影响&#xff0c;使得不同特征之间可以进行比较和计算。对于时间序列数据&#xff0c;归一化的目的是减弱非平稳性&#xff0c;使得模型能够更好地学习数据的规律…

FreeRTOS的任务间通信

文章目录 4 FreeRTOS任务间通信4.1 队列4.1.1 队列的使用4.1.2 队列的创建&#xff0c;删除&#xff0c;复位4.1.3 队列的发送&#xff0c;接收&#xff0c;查询 4.2 邮箱&#xff08;mailbox&#xff09;4.2.1 任务中读写邮箱4.2.2 中断中读写邮箱 4.3 队列集4.3.1 队列集的创…

【VUE3】uniapp + vite中 uni.scss 使用 /deep/ 不生效(踩坑记录三)

vite 中使用 /deep/ 进行样式穿透报错 原因&#xff1a;vite 中不支持&#xff0c;换成 ::v-deep 或:deep即可

第二周:计算机网络概述(下)

一、计算机网络性能指标&#xff08;速率、带宽、延迟&#xff09; 1、速率 2、带宽 3、延迟/时延 前面讲分组交换的时候介绍了&#xff0c;有一种延迟叫“传输延迟”&#xff0c;即发送一个报文&#xff0c;从第一个分组的发送&#xff0c;到最后一个分组的发送完成的这段时…