Leetcode78.Subsets

本文介绍了一种利用组合函数生成集合所有子集的方法,并深入分析了其时间复杂度。通过数学推导,得出了算法的时间复杂度为O(NeN),适合于理解组合算法和时间复杂度分析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这里复用了Leetcode77.Combination中的组合函数,寻找有限集的子集就是列出从0-n的所有组合
时间复杂度:O(NeN)O(Ne^N)O(NeN)(此界随N增大而渐进)
时间复杂度分析:
对大小为k的子集,有CnkC^k_nCnk个,每个需要k步向数组内添加数字的操作
于是我们可以得出总操作数为:
F(n)=∑k=0nkCnk,又因为Cnn−k=Cnk,有F(n)=∑k=0[n2]nCnkF(n)=\sum^{n}_{k=0}kC^k_n,又因为C^{n-k}_n=C^k_n,有F(n)=\sum^{[\frac{n}{2}]}_{k=0}nC^k_nF(n)=k=0nkCnkCnnk=Cnk,F(n)=k=0[2n]nCnk
Cnk≤nkk!(k≤n2),即F(x)≤∑i=0[n2]1i!xi,又因为ex=∑i=0∞1i!xiC^k_n≤\frac{n^k}{k!}(k≤\frac{n}{2}),即F(x)≤\sum^{[\frac{n}{2}]}_{i=0}\frac{1}{i!}x^i,又因为e^x=\sum^\infty_{i=0}\frac{1}{i!}x^iCnkk!nk(k2n),F(x)i=0[2n]i!1xi,ex=i=0i!1xi
所以对于足够大的n,有:
F(n)≤nen,所以时间复杂度为O(nen)F(n)≤ne^n,所以时间复杂度为O(ne^n)F(n)nen,O(nen)
C++代码:

class Solution {
public:
	vector<vector<int>> result;
	vector<vector<int>> subsets(vector<int>& nums) {
		result.push_back({});
		for (int i = 1; i <= nums.size(); i++)
			comb(nums.size(), i, {}, nums);
		return result;
	}
	void comb(int n, int k, vector<int> ans,vector<int>& nums)
	{
		if (k > n)
			return;
		if (k == 0)
		{
			result.push_back(ans);
			return;
		}
		if (k == n)
		{
			for (int i = k; i > 0; i--)
				ans.push_back(nums[i - 1]);
			result.push_back(ans);
			return;
		}
		for (int i = n; i >= k; i--)
		{
			ans.push_back(nums[i - 1]);
			comb(i - 1, k - 1, ans,nums);
			ans.pop_back();
		}
	}
};
评论
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