【算法题】77.组合-力扣(LeetCode)

【算法题】77.组合-力扣(LeetCode)

1.题目

下方是力扣官方题目的地址

77. 组合

给定两个整数 nk,返回范围 [1, n] 中所有可能的 k 个数的组合。

你可以按 任何顺序 返回答案。

示例 1:

输入:n = 4, k = 2
输出:
[
  [2,4],
  [3,4],
  [2,3],
  [1,2],
  [1,3],
  [1,4],
]

示例 2:

输入:n = 1, k = 1
输出:[[1]]

提示:

  • 1 <= n <= 20
  • 1 <= k <= n

2.题解

思路

这题是一道典型的组合数排列组合问题

如果是在比赛中碰到类似的题目时,我们可以使用python中自带的库itertools来轻松且高效地解决。

class Solution(object):
    def combine(self, n, k):
        """
        :type n: int
        :type k: int
        :rtype: List[List[int]]
        """
        import itertools
        a=itertools.combinations(list(range(1,n+1)),k)
        return list(map(list,list(a)))

在这里插入图片描述

但如果在平时练习时,我们需要自己写出来。

这题很明显是一层一层地做出选择,直到选到k个数为止,我们可以快速想到树这一数据结构,而与之对应的便是深度优先搜索。

下面我们以n=4,k=2为例来解析一下该题的深度优先搜索

当我们对深度优先搜索不加如何要求和剪枝的话

那么代码应该是这样子的:

n, k = 4, 2
ans = []
def dfs(d,rev):
    if d==k:
        ans.append(rev)
        return
    for i in range(1,n+1):
        dfs(d+1,rev+[i])
dfs(0,[])
print(ans)
# 输出
# [[1, 1], [1, 2], [1, 3], [1, 4], [2, 1], [2, 2], [2, 3], [2, 4], [3, 1], [3, 2], [3, 3], [3, 4], [4, 1], [4, 2], [4, 3], [4, 4]]

所对应的树是这样子的

在这里插入图片描述

这里面有许多重复或者不符合要求的组合,这些是我们需要剪枝掉的(红色的部分即为需要剪枝掉的部分)

那么该如何剪枝呢?

这是这题的关键

我们发现:

这些被剪枝掉的节点都小于等于它们的父节点,换句话来说,那些被保留的节点,都大于它们的父节点

所以我们只需要保留那些比它们父节点大的节点就行了

为了更明白地看到这个规律,我们把C(4,1),C(4,2),C(4,3),C(4,4)所对应的树画出来:

在这里插入图片描述

我们发现,确实每个符合要求的组合所对应的树的节点都比其父节点要大(除了根节点)

了解这些,我们只需要为我们刚刚的深度优先搜索加上一个限制条件就可以了

Python代码

class Solution(object):
    def combine(self, n, k):
        """
        :type n: int
        :type k: int
        :rtype: List[List[int]]
        """
        ans=[]
        def dfs(d,rev,start):              # start用来记录父节点的值加一(因为节点需要大于父节点而不是大于等于)  
            if d==k:
                ans.append(rev)            # 当到达对应的深度则停止递归
                return
            for i in range(start,n+1):     # 剪枝,保留大于父节点的节点
                    dfs(d+1,rev+[i],i+1)   # 进入下一层
        dfs(0,[],1)
        return ans 

3.结语

本人资历尚浅,发博客主要是记录与学习,欢迎大佬们批评指教!大家也可以在评论区多多交流,相互学习,共同成长。

LeetCode 第 684 题“冗余连接”要求在给定的无向图中找到一条冗余边。该题通常使用并查集(Union-Find)算法来解决,因为它可以高效地检测两个节点是否属于同一个连通分量。 以下是一个基于并查集的 C++ 实现示例: ```cpp #include <vector> #include <iostream> using namespace std; class UnionFind { private: vector<int> parent; vector<int> rank; public: UnionFind(int n) { parent.resize(n); rank.resize(n, 0); for (int i = 0; i < n; ++i) { parent[i] = i; } } int find(int x) { if (parent[x] != x) { parent[x] = find(parent[x]); // 路径压缩 } return parent[x]; } bool unionSets(int x, int y) { int rootX = find(x); int rootY = find(y); if (rootX == rootY) { return false; // 已经在同一个集合中,y 是冗余边 } // 按秩合并 if (rank[rootX] < rank[rootY]) { parent[rootX] = rootY; } else if (rank[rootX] > rank[rootY]) { parent[rootY] = rootX; } else { parent[rootY] = rootX; rank[rootX]++; } return true; } }; class Solution { public: vector<int> findRedundantConnection(vector<vector<int>>& edges) { int n = edges.size(); UnionFind uf(n); for (const auto& edge : edges) { int u = edge[0] - 1; // 节点编号从 0 开始 int v = edge[1] - 1; if (!uf.unionSets(u, v)) { return {u + 1, v + 1}; // 返回原始编号 } } return {}; } }; int main() { Solution sol; vector<vector<int>> edges = {{1, 2}, {1, 3}, {2, 3}}; vector<int> result = sol.findRedundantConnection(edges); cout << "Redundant connection: [" << result[0] << ", " << result[1] << "]" << endl; return 0; } ``` ### 代码说明: 1. **UnionFind 类**:实现了并查集的数据结构,包含路径压缩和按秩合并优化。 - `find(int x)`:查找 `x` 的根节点,并进行路径压缩。 - `unionSets(int x, int y)`:合并 `x` 和 `y` 所在的集合,返回是否成功合并。 2. **Solution 类**: - `findRedundantConnection(vector<vector<int>>& edges)`:遍历每条边,使用并查集判断是否形成环。如果两个节点已经在同一集合中,则当前边是冗余边。 ### 测试用例: 输入: ```cpp edges = {{1, 2}, {1, 3}, {2, 3}} ``` 输出: ```cpp Redundant connection: [2, 3] ``` 此代码的时间复杂度为 $O(n \alpha(n))$,其中 $\alpha(n)$ 是阿克曼函数的反函数,可以认为是一个非常小的常数;空间复杂度为 $O(n)$,用于存储并查集结构。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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