LeetCode_491_递增子序列

本文解析了如何使用回溯算法解决LeetCode中的递增子序列问题,通过实例演示了如何构造递归函数和处理重复元素,助你理解并实现高效的解决方案。

题目链接

题目描述

给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。

数组中可能含有重复元素,如出现两个整数相等,也可以视作递增序列的一种特殊情况。

示例 1

输入:nums = [4,6,7,7]
输出:[[4,6],[4,6,7],[4,6,7,7],[4,7],[4,7,7],[6,7],[6,7,7],[7,7]]

示例 2

输入:nums = [4,4,3,2,1]
输出:[[4,4]]

提示

  • 1 <= nums.length <= 15
  • -100 <= nums[i] <= 100

解题思路

回溯法,以示例1作为例子

491. 递增子序列1

回溯三部曲

  • 递归函数的参数
    • startIndex:for循环横向遍历
    • path:记录符合条件的结果
    • ans:记录结果的集合
  • 递归函数的终止条件
    • path.size >= 2
  • 单层逻辑
    • 这里需要注意去重,也就是如图所示,同一父节点下的同层上使用过的元素就不能再用了

AC代码

class Solution {
    public List<List<Integer>> findSubsequences(int[] nums) {
        List<Integer> path = new ArrayList<>();
        List<List<Integer>> ans = new ArrayList<>();
        if (nums.length == 0) {
            return ans;
        }
        backTracing(nums, 0, path, ans);
        return ans;
    }

    private static void backTracing(int[] nums, int startIndex, List<Integer> path, List<List<Integer>> ans){
        if (path.size() >= 2) {
            ans.add(new ArrayList<>(path));
        }
        int[] flag = new int[201];
        for (int i = startIndex; i < nums.length; i++) {
            if (path.size() != 0 && nums[i] < path.get(path.size() - 1) || flag[nums[i] + 100] == 1) {
                continue;
            }
            flag[nums[i] + 100] = 1;
            path.add(nums[i]);
            backTracing(nums, i + 1, path, ans);
            path.remove(path.size() - 1);
        }
    }
}
LeetCode 题目 491 - 递增子序列 (Incremental Subsequence) 是一道关于算法设计的中等难度题目。这道题要求你在给定整数数组 nums 中找出所有长度大于等于 1 的递增子序列递增子序列是指数组中的一串连续元素,它们按照顺序严格增大。 解决这个问题的一个常见策略是使用动态规划(Dynamic Programming),特别是哈希表或者单调栈(Monotonic Stack)。你可以维护一个栈,每当遍历到一个比栈顶元素大的数字时,就将它推入栈,并更新当前最长递增子序列的长度。同时,如果遇到一个不大于栈顶元素的数字,就从栈顶开始检查是否存在更长的递增子序列。 以下是 C++ 解决此问题的一种简单实现: ```cpp class Solution { public: vector<int> lengthOfLIS(vector<int>& nums) { int n = nums.size(); if (n == 0) return {}; // 使用单调栈存储当前已知的最大子序列 stack<pair<int, int>> stk; stk.push({nums[0], 1}); for (int i = 1; i < n; ++i) { while (!stk.empty() && nums[i] > stk.top().first) { // 如果新数大于栈顶元素,找到一个更长的递增子序列 int len = stk.top().second + 1; ans.push_back(len); stk.pop(); } // 如果新数不大于栈顶元素,尝试从当前位置开始寻找更长子序列 if (!stk.empty()) { stk.top().second = max(stk.top().second, 1); } else { stk.push({nums[i], 1}); } } return ans; } private: vector<int> ans; }; ``` 在这个解决方案中,`ans` 存储所有的递增子序列长度,最后返回这个结果向量即可。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值