93.复原IP地址
- 思路:
- 与分割回文串相似,复原ip地址是将给定字符串分割成点分十进制的四段,切割问题就可以使用回溯搜索法把所有可能性搜出来。
- 回溯三部曲:
- 递归参数:除了传入的需要分割的字符串,仍然需要startIndex保证不会重复分割,还需要一个变量pointNum来记录已添加的逗点数量。
- 终止条件:当分割出四段,也就是逗点数量记录为3时,说明分割结束。再验证最后一段的合法性,若合法就可以加入结果集中。前三段的合法性在添加逗点之前判断,因为最后一段之后没有逗点了,所以要单独判断。
- 单层逻辑:在for循环中,判断截取的左闭右闭区间子串 [startIndex, i] 合法后,在后面一位加上‘ . ’表示已经分割,记录分隔符的变量pointNum加一,再从‘ . ’的下一位开始继续递归,回溯时将‘ . ’再删除,pointNum减一。如果不合法,结束本层循环。
- 判断子串是否合法:
- 以0开头,但不只有0一个字符的子串不合法
- 含有非0-9字符的子串不合法
- 大于255的不合法
- 剪枝:输入长度不合法的字符串时(主函数中),子串不合法时剪枝(isValid)。
- 时间复杂度: O(3^4),IP地址最多包含4个数字,每个数字最多有3种可能的分割方式,则搜索树的最大深度为4,每个节点最多有3个子节点。
- 空间复杂度: O(n)
class Solution {
private:
vector<string> res;
//startIndex记录起始位置(切割线),pointNum记录已添加的逗点数量
void backtracking(string& s, int startIndex, int pointNum) {
if(pointNum == 3) {//如果已添加三个逗点,说明已经切割成四段,切割完毕
//判断切割的最后一段的合法性,合法就收集结果
if(isValid(s, startIndex, s.size() - 1)) {
res.push_back(s);
return;
}
}
for(int i = startIndex; i < s.size(); i++) {
if(isValid(s, startIndex, i)) {//判断[startIndex, i]这一段的合法性,合法才继续向下执行递归逻辑,否则直接结束本层循环
s.insert(s.begin() + i + 1, '.');//在这一字段后面添加逗点
pointNum++;//逗点计数加一
backtracking(s, i + 2, pointNum);//递归,从逗点后一位作为新的起始位置,所以是i+2
pointNum--;//回溯
s.erase(s.begin() + i + 1);//回溯
} else break;
}
}
//判断左闭右闭区间[start, end]字符串的合法性
bool isValid(const string& s, int start, int end) {
if(start > end) return false;
//以0开头,但不只有0一个字符的区间不合法
if(s[start] == '0' && start != end) return false;
int num = 0;
for(int i = start; i <= end; i++) {
if(s[i] > '9' || s[i] < '0') return false;//非数字字符不合法
num = num * 10 + (s[i] - '0');
if(num > 255) return false;//大于255则不合法
}
return true;
}
public:
vector<string> restoreIpAddresses(string s) {
res.clear();
if(s.size() < 4 || s.size() > 12) return res;//传入字符串的长度不合法
backtracking(s, 0, 0);
return res;
}
};
78.子集
- 思路:
- 子集问题是找树的所有节点。
- 集合是无序的,子集{1,2} 和 子集{2,1}是一样的,取过的元素不会重复取,写回溯算法的时候,for就要从startIndex开始。求排列问题的时候,就要从0开始,因为集合是有序的,{1, 2} 和{2, 1}是两个集合。
- 回溯三部曲:
- 函数参数:除了输入的数组,还需要startIndex。
- 终止条件:剩余集合为空的时候,就是叶子节点,此时startIndex已经大于数组的长度了,终止递归。其实可以不需要加终止条件,因为startIndex >= nums.size(),本层for循环本来也结束了,也不会导致无限递归。
- 单层逻辑:求取子集问题,不需要任何剪枝,因为子集就是要遍历整棵树。
- 何时收集结果?
- 我自己实现时的思路是每次path收集完一个元素,就收集一个结果,在主函数中单独收集空集。后面学习到把收集子集放在终止条件之前,就可以不用单独处理空集,也不会漏掉集合本身这个子集。
- 时间复杂度: O(n * 2^n)
- 空间复杂度: O(n)
class Solution {
private:
vector<int> path;
vector<vector<int>> res;
void backtracking(vector<int>& nums, int startIndex) {
res.push_back(path);//收集子集,要放在终止添加的上面,否则会漏掉自己本身这个子集
//if(startIndex == nums.size()) return;//终止条件可以不加
for(int i = startIndex; i < nums.size(); i++) {
path.push_back(nums[i]);
backtracking(nums, i + 1);
path.pop_back();
}
}
public:
vector<vector<int>> subsets(vector<int>& nums) {
path.clear();
res.clear();
backtracking(nums, 0);
return res;
}
};
90.子集II
- 思路:
- 本题与78.子集的区别在于输入集合有重复元素,而要求输出的子集要去重,在40.组合总和II中,已经学习了如何处理这样的情况:首先要排序,为了让值相等的元素相邻,在横向遍历(for循环)时判断当前元素是否与前一个元素值相等,若相等,则跳过搜索。
class Solution {
private:
vector<int> path;
vector<vector<int>> res;
void backtracking(vector<int>& nums, int startIndex) {
res.push_back(path);
//if(startIndex >= nums.size()) return;
for(int i = startIndex; i < nums.size(); i++) {
//横向遍历时,值相同的两个元素不重复选取,实现去重
if(i > startIndex && nums[i] == nums[i - 1]) continue;
path.push_back(nums[i]);
backtracking(nums, i + 1);
path.pop_back();
}
}
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
path.clear();
res.clear();
sort(nums.begin(), nums.end());//排序方便去重
backtracking(nums, 0);
return res;
}
};
总结
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
参考链接
代码随想录:复原IP地址 子集 子集II