代码随想录算法训练营day29|491、46、47

最新推荐文章于 2025-12-07 21:20:15 发布

原创最新推荐文章于 2025-12-07 21:20:15 发布 · 222 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法

本文介绍了在深度搜索中处理一维和二维数组结果集时的去重技巧，包括使用`uset`标记重复元素和采用树层去重的方法，强调了排序的重要性。

491

所有的回溯都是深搜

一维数组单个结果，二维数组结果集

uset记录当前递归里有无重复元素，用来去重:

确保uset查找的元素之前没出现过。

无重复元素：不用考虑去重。

used数组标注哪些元素使用过了：之前组合问题用startIndex减少同层重复。

单层循环从0开始，因为排列问题。

重复元素带来的问题：重复的排列情况出现。

树层去重，树枝去重。

本题采用的树层去重，在树枝层面（深度上）不去重，即对重复元素的排列去重。

此时要确定used[i-1] ==false;此时前一个没经历，那么后一个必然经历，则树枝上重复元素。

注意一定要进行排序，不然不能判断树层重复！

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

code_the_smart

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

代码随想录算法训练营 day 25 | Leetcode 491 46 47

weixin_47533957的博客

08-24

262

46和491的结合，由于集合中有重复元素，但是结果中不能重复，因此既需要用一个unordered_set对树层去重，有需要用used来跳过已使用的元素。这里要注意不能对序列排序，使用一个unordered_set对数层天然去重。很简单，需要使用一个used来记录是否访问过。Leetcode 491 非递减子序列。Leetcode 47 全排列Ⅱ。Leetcode 46 全排列。

代码随想录算法训练营Day29 | 491.递增子序列 46.全排列 47.全排列 II

qq_24817679的博客

05-04

503

思路：1.path.size()>1收集结果；2.去重，在同一层不能有重复元素。3.判断当前元素是否大于等于path的最后元素。

参与评论您还未登录，请先登录后发表或查看评论

代码随想录算法训练营Day25 | 491.递增子序列 46.全排列 47.全排列 II

m0_74154872的博客

04-21

3086

这里的剪枝需要判断当前元素和前一个元素相同且used判断为false，说明当前元素已经在其他树枝上被处理，避免重复集合需要跳过。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。，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。给定一个可包含重复数字的序列。给定一个不含重复数字的数组。返回所有不重复的全排列。

代码随想录算法训练营Day29 || 491.递增子序列 46.全排列 47.全排列 II

weixin_56969073的博客

08-09

283

思路：题目给出了一个数组，要求从中找出单调递增的子序列，至少含有两个元素。首先该题是要求划分，所以参数包含传入数组和index，终值条件则当path的长度大于2及将元组加入result中；思路：定义一个used，若数组中的元素被使用了则为false，结束该层循环加入下一层即可。

代码随想录算法训练营 DAY29 |贪心算法3

m0_54812357的博客

08-06

727

个孩子站成了一条直线，老师会根据每个孩子的表现，预先给他们评分。2. 相邻的孩子中，评分高的孩子必须获得更多的糖果。它没有固定的模板，但有很多通用的思想，比如“局部最优推导全局最优”、“通过排序解耦约束”等等。我相信这些思想会在我未来的算法学习中，尤其是动态规划部分，提供重要的参照和启发。你有一辆油箱容量无限的汽车，从一个加油站开往另一个加油站。如果可以，则返回出发时加油站的编号，否则返回 -1。这种“解耦”思想，通过巧妙的排序先满足一个维度，从而让另一个维度上的贪心选择变得简单明了。

代码随想录算法训练营day29|491.递增子序列、46.全排列、47.全排列II

github_35852648的博客

06-05

926

非递减子序列，则答案的子集中，需保持下一个元素大于等于前一个元素的顺序，由于题目中指出，所有的子序列长度需大于等于2，考虑当条件为path.size()>1时，进行收获结果，且需要注意，这时不应该直接return，因为后续仍有可能存在子序列长度大于2的结果，仍需要继续遍历。此时结束的标志是单层遍历的结束。

代码随想录算法训练营DAY29｜491.递增子序列、46.全排列、47.全排列 II

Greeneril_的博客

06-05

364

【代码】代码随想录算法训练营DAY28｜491.递增子序列、46.全排列、47.全排列 II。

代码随想录算法训练营Day29 || leetCode 491.递增子序列 || 46.全排列 || 47.全排列 II

qq_44884699的博客

02-26

553

每一次都遍历整个数组，注意去重。

代码随想录算法训练营Day1 | 数组p1

Dear_Candy的博客

12-29

798

数组是最基础的几个数据结构之一，要了解并掌握一种数据结构，学习它的存储方式以及逻辑结构。此外，还有两道来自LeetCode的例题，二分查找和移除元素来帮助提升算法能力。

代码随想录算法训练营Day60 | 84.柱状图中最大的矩形 | Python | 个人记录向

Python基本算法

06-04

856

单调栈：84.柱状图中最大的矩形。

代码随想录算法训练营Day25 | 491. 非递减子序列、46.全排列、47.全排列 II、332.重新安排行程、51.N皇后、37.解数独、总结

Harryline的博客

11-22

850

代码随想录算法训练营Day25 | 491. 非递减子序列、46.全排列、47.全排列 II、332.重新安排行程、51.N皇后、37.解数独、总结

代码随想录算法训练营Day57 | 拓扑排序精讲、dijkstra（朴素版）精讲

Harryline的博客

02-18

381

代码随想录算法训练营Day57 | 拓扑排序精讲、dijkstra（朴素版）精讲

代码随想录算法训练营Day01 | 704. 二分查找、27. 移除元素

Harryline的博客

08-29

820

代码随想录算法训练营Day01 | 704. 二分查找、27. 移除元素

代码随想录算法训练营Day29 | 134. 加油站、 135. 分发糖果、860.柠檬水找零、406.根据身高重建队列

Harryline的博客

11-27

864

代码随想录算法训练营Day29 | 134. 加油站、 135. 分发糖果、860.柠檬水找零、406.根据身高重建队列

欧几里得距离算法-相似度

weixin_45609702的博客

12-04

196

本文介绍了一个计算欧几里得距离的Java方法。该方法接收两个Double数组作为输入，通过计算对应元素差值的平方和再开方，返回两个数组之间的欧几里得距离值。当输入数组长度不一致时，方法会返回0作为默认值。欧几里得距离算法常用于比较两个数组之间的相似度，是数据分析和机器学习中的基础距离度量方法。

练题100天——DAY21：统计奇数个数+合并有序数组

最新发布

2301_81099859的博客

12-07

252

今天写了两道题，难度，并更新了之前的DAY13的冒泡排序+二进制求和、DAY14全排列的思路。

Leetcode 68 搜索插入位置 | 寻找比目标字母大的最小字母

im_AMBER的博客

12-04

1036

你的错误逻辑正确逻辑找到 target 时返回 mid-1找到 target 时，继续向右查找（因为需要「大于」target 的最小字符）target <letters [mid] 时，mid 是候选，需保留，right=mid（左闭右开）或不立即排除 mid循环结束直接返回 letters [0]循环结束后，先判断 left 是否越界：越界则返回 letters [0]，否则返回 letters [left]初始right的取值与「越界判断」不匹配；

C++ ⼀级 2024 年 03 ⽉

weixin_46669997的博客

12-05

当 N 为9, 6, 3, 0时，满足条件 N % 3 == 0，因此它们被输出并跟随一个 #。要注意的是，字符串“a+1= ”最后有一个空格，因而输出的内容是：a+1= 2，答案为A。输入21，21%3的结果为0，进入if的分支，因而第4行代码可以被执行。19.【判断题】C++表达式 “10”*2 执行时将报错，因为 “10” 是字符串类型而2是整数类型，它们数据类型不同，不能在一起运算。Cout后面有两个<<，第1个输出字符串5%2=，第2个输出算术运算“5%2”的结果，为1，答案为D。

浅谈：快递物流与算法的相关性（五）

Duoya1105的博客

12-05

164

NP-C 的英文全称是 Non-deterministic Polynomial Complete，即多项式复杂程度的非确定性问题。简单的写法是NP=P？，问题就在这个问号上，到底有没有让NP=P的算法，或是如何证明NP≠P。启发式算法的思想是：在不断解决问题的过程中寻找解决问题的最优方案。再举一个通俗的例子：当我们用数字密码解锁手机时，如果我们不知道密码是多少，必须将所有的数字组合依次尝试。这听起来像是一句废话，如果将它抽象一点的表述，就是：能用电脑快速验证一个解的问题，是否也能够用电脑快速地求出解。

代码随想录算法训练营Day20

03-08

### 代码随想录算法训练营 Day20 学习内容与作业 #### 动态规划专题深入探讨动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法[^1]。 #### 主要学习内容 - **背包问题系列** - 背包问题是典型的动态规划应用场景之一。这类题目通常涉及给定容量的背包以及一系列具有不同价值和重量的物品，目标是在不超过总容量的情况下最大化所选物品的价值。 - **状态转移方程构建技巧** - 构建合适的状态转移方程对于解决动态规划问题是至关重要的。这涉及到定义好dp数组（或表格），并找到从前一个状态到下一个状态之间的关系表达式[^2]。 - **优化空间复杂度方法** - 对于某些特定类型的DP问题，可以采用滚动数组等方式来减少所需的空间开销，从而提高程序效率[^3]。 #### 实战练习题解析 ##### 题目：零钱兑换 (Coin Change) 描述：给定不同面额的硬币 coins 和一个总金额 amount。编写函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 `-1`。解决方案： ```python def coinChange(coins, amount): dp = [float('inf')] * (amount + 1) dp[0] = 0 for i in range(1, amount + 1): for coin in coins: if i >= coin and dp[i - coin] != float('inf'): dp[i] = min(dp[i], dp[i - coin] + 1) return dp[-1] if dp[-1] != float('inf') else -1 ``` 此段代码实现了基于自底向上的迭代方式解决问题，其中 `dp[i]` 表示达到金额 `i` 所需最小数量的硬币数目[^4]。 ##### 题目：完全平方数 (Perfect Squares) 描述：给出正整数 n ，找出若干个不同的完全平方数（比如 1, 4, 9 ...）使得它们的和等于n 。问至少需要几个这样的完全平方数？解答思路同上一题类似，只是这里的“硬币”变成了各个可能的完全平方数值。 ```python import math def numSquares(n): square_nums = set([i*i for i in range(int(math.sqrt(n))+1)]) dp = [float('inf')] *(n+1) dp[0] = 0 for i in range(1,n+1): for sq in square_nums: if i>=sq: dp[i]=min(dp[i],dp[i-sq]+1); return dp[n]; ``` 这段代码同样运用了动态规划的思想去寻找最优解路径，并利用集合存储所有小于等于输入值的最大平方根内的平方数作为候选集[^5]。