78. Subset

深搜

class Solution {
public:
    void subsets(vector<int>& nums,int sta,vector<vector<int>>& res,vector<int> ans)
    {
        if(sta>=nums.size())
        {
            res.push_back(ans);
            return;
        }
        subsets(nums,sta+1,res,ans);
        ans.push_back(nums[sta]);
        subsets(nums,sta+1,res,ans);
    }
    vector<vector<int>> subsets(vector<int>& nums) {
        vector<vector<int>> res;
        vector<int> ans;
        subsets(nums,0,res,ans);
        return res;
    }
};


方法2:

位操作

000 -》[]

001 -》[1]

010 -》[2]

.

.

.

111 -》[1,2,3]

class Solution {
public:
    vector<vector<int>> subsets(vector<int>& nums) {
        vector<vector<int>> res;
        int n=nums.size();
        int i,j;
        for(i=0;i<(1<<n);i++)
        {
            vector<int> ans;
            for(j=0;j<n;j++)
            {
                if(i&(1<<j))
                    ans.push_back(nums[j]);
            }
            res.push_back(ans);
        }
        
        return res;
    }
};


### LeetCode 第78题 子集 的Python实现 LeetCode第78题的目标是从给定整数集合 `nums` 中找到所有的可能子集。此问题可以通过回溯算法解决,类似于组合问题中的方法[^4]。 以下是基于回溯法的解决方案: ```python class Solution: def subsets(self, nums: list[int]) -> list[list[int]]: result = [] def backtrack(start_index, current_subset): # 将当前子集加入到结果集中 result.append(current_subset.copy()) # 遍历剩余元素并尝试将其加入子集 for i in range(start_index, len(nums)): current_subset.append(nums[i]) backtrack(i + 1, current_subset) current_subset.pop() backtrack(0, []) return result ``` #### 解决方案说明 上述代码通过递归的方式构建所有可能的子集。每次调用函数时都会将当前状态下的子集保存至最终的结果列表中。随后继续探索下一个可选元素,并在完成一次分支后撤销最后的选择以便返回上一层进行其他可能性的探索。 这种方法的时间复杂度为 \(O(2^n)\),其中 \(n\) 是输入数组的大小。这是因为对于每一个元素都有两种选择——要么包含它,要么不包含它,从而形成指数级的增长关系。 #### 示例运行 假设我们有以下输入数据: ```python solution = Solution() print(solution.subsets([1, 2, 3])) ``` 输出将是: ```plaintext [[], [1], [1, 2], [1, 2, 3], [1, 3], [2], [2, 3], [3]] ``` 这表示了 `[1, 2, 3]` 所有可能形成的子集。 ---
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