[Leetcode] Letter Combinations of a Phone Number

本文介绍了一种基于递归深度优先搜索的算法,用于根据输入的数字字符串生成所有可能的字母组合。数字到字母的映射遵循标准的电话键盘布局。
class Solution {
private:
    map<char, vector<char> > dict;

public:
    vector<string> letterCombinations(string digits) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function

         dict.clear();
         dict['2'].push_back('a');
         dict['2'].push_back('b');
         dict['2'].push_back('c');
         dict['3'].push_back('d');
         dict['3'].push_back('e');
         dict['3'].push_back('f');
         dict['4'].push_back('g');
         dict['4'].push_back('h');
         dict['4'].push_back('i');
         dict['5'].push_back('j');
         dict['5'].push_back('k');
         dict['5'].push_back('l');
         dict['6'].push_back('m');
         dict['6'].push_back('n');
         dict['6'].push_back('o');
         dict['7'].push_back('p');
         dict['7'].push_back('q');
         dict['7'].push_back('r');
         dict['7'].push_back('s');
         dict['8'].push_back('t');
         dict['8'].push_back('u');
         dict['8'].push_back('v');
         dict['9'].push_back('w');
         dict['9'].push_back('x');
         dict['9'].push_back('y');
         dict['9'].push_back('z');
         
         vector<string> res;

         dfs(digits, 0, "", res);
         
         return res;
    }
    
    void dfs(string& dig, int idx, string cur, vector<string>& res)
    {
        if (idx == dig.size())
        {
            res.push_back(cur);
            return;
        }
            
        for (int i = 0; i < dict[dig[idx]].size(); ++i)
        {
            dfs(dig, idx + 1, cur + dict[dig[idx]][i], res);
        }
    }
};

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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