文章目录
- 0. Leetcode [565. 数组嵌套](https://leetcode.cn/problems/array-nesting/submissions/)
- 1. Leetcode [401. 二进制手表](https://leetcode.cn/problems/binary-watch/submissions/)
- 2. Leetcode [1079. 活字印刷](https://leetcode.cn/problems/letter-tile-possibilities/solution/)
- 3. Leetcode [1219. 黄金矿工](https://leetcode.cn/problems/path-with-maximum-gold/)
- 总结
0. Leetcode 565. 数组嵌套
索引从0开始长度为N的数组A,包含0到N - 1的所有整数。找到最大的集合S并返回其大小,其中 S[i] = {A[i], A[A[i]], A[A[A[i]]], … }且遵守以下的规则。
假设选择索引为i的元素A[i]为S的第一个元素,S的下一个元素应该是A[A[i]],之后是A[A[A[i]]]… 以此类推,不断添加直到S出现重复的元素。
分析与解答
本题可以直接按题意搜索每个下标作为起始下标时的最大长度,但此时会超时。容易发现直接搜索过程中重复搜索了子下标的最大长度信息,因此可以使用递归记录该信息:
class Solution {
public:
int searchLen(vector<bool>& visited, vector<int>& idxLen, vector<int>& nums, int idx) {
if (idxLen[idx] > 0) {
return idxLen[idx];
}
if (visited[nums[idx]]) {
// 出现路径中的重复元素,当前长度为 0,且重置 map
if (nums[idx] == idx) {
idxLen[idx] = 0;
} else {
idxLen[idx] = 1;
}
} else {
visited[idx] = true;
// 与路径未重复,则为 nums[idx] 对应最大长度 + 1
idxLen[idx] = searchLen(visited, idxLen, nums, nums[idx]) + 1;
}
return idxLen[idx];
}
int arrayNesting(vector<int>& nums) {
int result(0);
// 记录从每个数字出发的最大长度(搜索时填上路径上所有数字的最大长度)
vector<int> idxLen;
vector<bool> visited;
idxLen.resize(nums.size(), -1);
visited.resize(nums.size(), false);
for (int i = 0; i < nums.size(); ++i) {
int curIdx = searchLen(visited, idxLen, nums, i);
if (curIdx > result) {
result = curIdx;
}
}
return result;
}
};
当然,上述方法中使用了递归与额外的空间 idxLen 记录子下标长度。进一步分析可以发现,出现在任何一个最大长度循环中的数,都不会出现在另一个最大长度循环中。因此可以将直接记录每个数是否搜索:
class Solution {
public:
int arrayNesting(vector<int>& nums) {
int result(0);
// 记录从每个数字出发的最大长度(搜索时填上路径上所有数字的最大长度)
vector<bool> visited;
visited.resize(nums.size(), false);
for (int i = 0; i < nums.size(); ++i) {
if (!visited[i]) { // 当前数字未被搜索过
int curIdx = i;
int len(0);
do {
visited[curIdx] = true;
curIdx = nums[curIdx];
len++;
} while (nums[curIdx] != nums[i]);
result = result > len? result: len;
}
}
return result;
}
};
该方法时间复杂度为 O ( N ) O(N) O(N)
1. Leetcode 401. 二进制手表
二进制手表顶部有 4 个 LED 代表 小时(0-11),底部的 6 个 LED 代表 分钟(0-59)。每个 LED 代表一个 0 或 1,最低位在右侧。
给你一个整数 turnedOn ,表示当前亮着的 LED 的数量,返回二进制手表可以表示的所有可能时间。你可以 按任意顺序 返回答案。
小时不会以零开头:
例如,“01:00” 是无效的时间,正确的写法应该是 “1:00” 。
分钟必须由两位数组成,可能会以零开头:
例如,“10:2” 是无效的时间,正确的写法应该是 “10:02” 。
分析与解答
暴力搜索,直接搜索所有的时与分,若对应位数满足要求则记入结果中:
class Solution {
public:
int bitNum(int num) {
int oneNums(0);
while (num != 0) {
num = num & num - 1;
oneNums++;
}
return oneNums;
}
vector<string> readBinaryWatch(int turnedOn) {
vector<string> result;
for (int h = 0; h < 12; ++h) {
for (int min = 0; min < 60; ++min) {
if (bitNum(h) + bitNum(min) == turnedOn) {
string res;
if (min >= 10) {
res = to_string(h) + ":" + to_string(min);
} else {
res = to_string(h) + ":" + to_string(0) + to_string(min);
}
result.push_back(res);
}
}
}
return result;
}
};
算法时间复杂度为
O
(
C
)
O(C)
O(C)
dfs 方法没有捋顺,下月再战
2. Leetcode 1079. 活字印刷
你有一套活字字模 tiles,其中每个字模上都刻有一个字母 tiles[i]。返回你可以印出的非空字母序列的数目。
注意:本题中,每个活字字模只能使用一次。
分析与解答
通过深度有限搜索模拟取字符的操作即可。这里加深了对回溯的理解:因为深度有限搜索在向下搜索时,需要改变当前状态(本题中改变了 chMap[k] 的个数),而外层的 for 循环要求在搜索当前层时状态要保持一致,因此才有 dfs 后的 chMap[k]++ 以恢复到当前层的状态。
因此不管深度有限搜索是如何实现的,总会在状态改变后有一个状态回溯操作 😃
class Solution {
map<string, int> tileMap; // 字符与出现次数的哈希表
public:
int dfs(map<char, int>& chMap, int depth) {
if (depth == 1) {
int result(0);
// 最后一层中所有不同的字符都可完成一个序列
for (const auto& [k, v]: chMap) {
if (v > 0) {
result++;
}
}
return result; // 可行的序列个数
}
int result(0);
// 取出一个字符后 dfs 递推取下一个
for (const auto& [k, v]: chMap) {
if (chMap[k] > 0) {
chMap[k]--;
result += dfs(chMap, depth - 1); // 继续取出
chMap[k]++; // 回溯到当前状态,继续 for 循环
}
}
return result;
}
int numTilePossibilities(string tiles) {
map<char, int> chMap;
for (auto ch: tiles) {
chMap[ch]++;
}
int result(0);
for (int i = 0; i <= tiles.size(); ++i) {
result += dfs(chMap, i);
}
return result;
}
};
3. Leetcode 1219. 黄金矿工
你要开发一座金矿,地质勘测学家已经探明了这座金矿中的资源分布,并用大小为 m * n 的网格 grid 进行了标注。每个单元格中的整数就表示这一单元格中的黄金数量;如果该单元格是空的,那么就是 0。
为了使收益最大化,矿工需要按以下规则来开采黄金:
每当矿工进入一个单元,就会收集该单元格中的所有黄金。
矿工每次可以从当前位置向上下左右四个方向走。
每个单元格只能被开采(进入)一次。
不得开采(进入)黄金数目为 0 的单元格。
矿工可以从网格中 任意一个 有黄金的单元格出发或者是停止。
分析与解答
使用一个矩阵标记当前格子是否开采,以每个黄金格子为起点进行深度优先搜索,当搜索到边界时返回黄金价值 0 0 0,若不在边界,则将当前格子标记为已搜索,并向该格子四周搜索,取最大值,之后回溯状态,将当前格子标记为未搜索,供上一层搜索使用:
class Solution {
public:
int dfs(vector<vector<int>>& grid, int i, int maxI, int j, int maxJ, vector<vector<int>>& visited) {
if (i == maxI || j == maxJ || i < 0 || j < 0 || visited[i][j] || grid[i][j] == 0) {
return 0; // 到达搜索边界
}
int result(0), maxResult(0);
// 标记当前格子
visited[i][j] = true;
// 搜索四个方向并取结果最大的
result = dfs(grid, i + 1, maxI, j, maxJ, visited);
maxResult = maxResult > result? maxResult: result;
result = dfs(grid, i - 1, maxI, j, maxJ, visited);
maxResult = maxResult > result? maxResult: result;
result = dfs(grid, i, maxI, j + 1, maxJ, visited);
maxResult = maxResult > result? maxResult: result;
result = dfs(grid, i, maxI, j - 1, maxJ, visited);
maxResult = maxResult > result? maxResult: result;
// 回溯状态,供上一层使用
visited[i][j] = false;
return maxResult + grid[i][j];
}
int getMaximumGold(vector<vector<int>>& grid) {
vector<vector<int>> visited;
int maxI(grid.size()), maxJ(0);
visited.resize(grid.size()); // 标记矩阵
for (int i = 0; i < grid.size(); ++i) {
maxJ = grid[i].size();
visited[i].resize(grid[i].size(), false);
}
int result(0);
for (int i = 0; i < grid.size(); ++i) {
for (int j = 0; j < maxJ; ++j) {
if (grid[i][j] != 0) {
int curResult = dfs(grid, i, maxI, j, maxJ, visited);
result = result > curResult? result: curResult;
}
}
}
return result;
}
};
总结
第一题与第二题没什么感觉,第三题有所收获,对回溯的作用有了初步理解,并且对深度优先搜索有了一定感觉~在第三题的基础上,第四题更加顺利一点。
2093

被折叠的 条评论
为什么被折叠?



