子集(思路)

该篇文章介绍了一种使用JavaScript实现的递归方法来生成给定数组的所有可能子集,通过basecase判断是否遍历结束并将结果添加到答案数组,同时利用回溯技巧跳过已访问元素,确保不会重复计算。
 思路:basecase为index长度等于数组长度,说明已经完成遍历越界了,此时将结果加到答案数组中返回
 当前索引位置加到临时数组中后回溯,回溯后弹出回溯位置添加的值,随后再次回溯,即可跳过所在位置,遍历到全部的可能性
 var subsets = function(nums){
     const res = [];
     function backtrack(index,arr){
         if(index == nums.length){
             res.push(arr.slice());//slice的作用是返回数组内容的浅拷贝,且不改变原数组
             return;
         }
         arr.push(nums[index]);
         backtrack(index+1, arr);
         arr.pop();
         backtrack(index+1, arr);
     }
     backtrack(0, []);
     return res;
 }
子集和问题是一个经典的组合问题,给定一个正整数集合和一个目标值,找出集合中若干个数的和等于目标值。这个问题可以使用回溯算法来解决。 回溯算法思路是,在搜索过程中维护一个当前的集合和当前的和,从集合中选择一个数加入集合,如果加入后集合的和等于目标值,就找到了一组解;否则继续选择下一个数加入集合,直到遍历完所有的选择或者集合的和已经超过了目标值,此时需要回溯到上一个状态,重新选择下一个数加入集合。 具体的实现可以使用递归函数来完成。递归函数的参数包括当前的集合、当前的和、目标值、集合中数的起始下标。在递归函数中,首先判断当前集合的和是否等于目标值,如果是则找到了一组解,否则继续向下搜索。在搜索过程中,维护一个变量表示当前集合的和,然后选择一个数加入集合,更新集合和,递归调用自身,搜索下一个数,直到遍历完所有的选择。 代码如下: ```python def subset_sum(nums, target): res = [] def backtrack(subset, start, cur_sum): if cur_sum == target: res.append(subset[:]) elif cur_sum < target: for i in range(start, len(nums)): subset.append(nums[i]) cur_sum += nums[i] backtrack(subset, i+1, cur_sum) subset.pop() cur_sum -= nums[i] backtrack([], 0, 0) return res ``` 这个算法的时间复杂度是指数级别的,因为在搜索过程中每个数都有选或不选两种选择,所以总共有 $2^n$ 种情况需要搜索,其中 $n$ 是集合中数的个数。
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