1. 题目来源
链接:90. 子集 II
必看,必刷,dfs 经典:
- [Mdfs] lc39. 组合总和(dfs+经典)
- [Mdfs] lc40. 组合总和 II(dfs+经典)
- [Mdfs] lc46. 全排列(dfs+经典)
- [Mdfs] lc47. 全排列 II(dfs搜索顺序+去重处理+知识理解+经典)
- [Mdfs] lc77. 组合(组合类型枚举+题目总结+经典)
- [Mdfs] lc78. 子集(二进制枚举+排列类型枚举+经典)
- [Mdfs] lc90. 子集 II(组合类型枚举+多重背包+去重经典)
2. 题目解析
排列类型枚举+去重。
方法一:
- 直接暴力枚举,和 [Mdfs] lc78. 子集(二进制枚举+排列类型枚举+经典) 一样,得到方案后排序,放入
set
去重即可。很无脑的做法。
方法二:
- 依旧是 选、不选, 排序过后,人为定序。如果当前元素和上个元素相同,且上个元素没被选的时候,则这种方案作废,直接
return ;
即可。
方法三:
- 实际上和多重背包差不多,每个数就是物品,次数即为物品的数量限制。
- 那么问题转化为每个数选
0~ci
次最后得到的 方案数。 - 其实是个乘法原理的过程。
- 注意需要恢复现场。这种恢复现场是需要可以先不看
dfs
,本层是没有cnt[i]+1
个u
的,加入进来了这么多个,那么走的时候就要删除掉,恢复成原来的样子就行了。 dfs
代码有点细节。是先dfs
,然后再加入,等价于选 0 个,下一次才是选 1 个…这个和平常的有所出入,但对应在本题是非常适合的。- 排序可以做,统计相同数字出现次数即可。
- 哈希表也可以做,直接枚举每个数选的个数就行了。
时间复杂度: O ( n 2 n ) O(n2^n) O(n2n)
空间复杂度: O ( n ) O(n) O(n)
代码:
方法一:
暴力判重。
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
set<vector<int>> S;
vector<vector<int>> res;
int n = nums.size();
for (int i = 0; i < 1 << n; i ++ ) {
vector<int> path;
for (int j = 0; j < n; j ++ )
if (i >> j & 1)
path.push_back(nums[j]);
sort(path.begin(), path.end());
S.insert(path);
}
for (auto s : S) res.push_back(s);
return res;
}
};
也可以直接在外面排序,保证枚举顺序就是有序的,这样时间效率就大大提高了。
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
set<vector<int>> S;
vector<vector<int>> res;
int n = nums.size();
sort(nums.begin(), nums.end());
for (int i = 0; i < 1 << n; i ++ ) {
vector<int> path;
for (int j = 0; j < n; j ++ )
if (i >> j & 1)
path.push_back(nums[j]);
S.insert(path);
}
for (auto s : S) res.push_back(s);
return res;
}
};
方法二:
选、不选递归排列类型枚举+人为定序即可,和枚举组合问题差不多。
class Solution {
public:
vector<vector<int>> res;
vector<int> path;
vector<bool> st;
void dfs(int u, vector<int>& a) {
if (u == a.size()) {
res.push_back(path);
return ;
}
// 不选 u
dfs(u + 1, a);
// 选 u,但如果 a[u-1]==a[u],且a[u-1]没选的话,则a[u]也不能选
if (u && a[u - 1] == a[u] && !st[u - 1]) return ;
st[u] = true;
path.push_back(a[u]);
dfs(u + 1, a);
path.pop_back();
st[u] = false;
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
sort(nums.begin(), nums.end());
int n = nums.size();
st.resize(n);
dfs(0, nums);
return res;
}
};
选不选,二进制枚举实现方式。
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
sort(nums.begin(), nums.end());
int n = nums.size();
vector<vector<int>> res;
for (int i = 0; i < 1 << n; i ++ ) {
bool flag = true; // 放里面来...针对每种枚举,都需要判断
vector<int> path;
for (int j = 0; j < n; j ++ ) {
if (i >> j & 1) {
if (j && !(i >> j - 1 & 1) && nums[j - 1] == nums[j]) {
flag = false;
break;
}
path.push_back(nums[j]);
}
}
if (flag) res.push_back(path);
}
return res;
}
};
理解成多重背包,枚举每个数选的次数。
哈希+dfs。
class Solution {
public:
unordered_map<int, int> cnt;
vector<vector<int>> res;
vector<int> path;
void dfs(int u) {
if (u > 10) {
res.push_back(path);
return ;
}
// 每个数有 0,1,2,..,cnt[u] 总共 cnt[u]+1 种选法
for (int i = 0; i < cnt[u] + 1; i ++ ) {
// 注意dfs顺序,首先是选0个,就不加了,直接dfs下一层。第i次循环代表u被选了i个,选0个的情况就被包含了
dfs(u + 1);
path.push_back(u);
}
// 恢复现场。可以先不看这个dfs造成的影响。之前没有加,现在加了,那就全部弹出就行了
for (int i = 0; i < cnt[u] + 1; i ++ ) path.pop_back();
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
for (int &c : nums) cnt[c] ++ ;
dfs(-10); // 暴力枚举所有数即可,数的范围从 -10~10
return res;
}
};
排序+dfs
class Solution {
public:
vector<int> path;
vector<vector<int>> res;
void dfs(int u, vector<int>& nums) {
if (u == nums.size()) {
res.push_back(path);
return ;
}
int k = u + 1;
while (k < nums.size() && nums[k] == nums[u]) k ++ ;
for (int i = u; i <= k; i ++ ) {
dfs(k, nums);
path.push_back(nums[u]);
}
for (int i = u; i <= k; i ++ ) path.pop_back();
}
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
sort(nums.begin(), nums.end());
dfs(0, nums);
return res;
}
};
2025年02月07日22:12:05
其实 y 总上面的枚举方式已经很清楚了,每一个元素可能出现的次数是 0~C1
次。那就去枚举这个元素出现的次数就好了。按元素枚举的话,就完全不需要管是否重复的问题。能看到这也是 y 总为啥代码里面缺少了去重这块逻辑的原因。
选 或 不选
去重方式一:更好理解点,也好写。
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
int n = nums.size();
sort(nums.begin(), nums.end());
vector<vector<int>> res;
vector<int> path;
vector<bool> st(n);
auto dfs = [&](this auto &&dfs, int u) {
if (u == n) {
res.push_back(path);
return ;
}
path.push_back(nums[u]);
dfs(u + 1);
path.pop_back();
// 选在前,不选在后。不选时,后面的相同元素也不应该被选。
while (u + 1 < n && nums[u] == nums[u + 1]) u ++ ;
dfs(u + 1);
};
dfs(0);
return res;
}
};
去重方式二:
这个去重方式也不难想吧,就如果当前选的元素的前一个元素跟我一样,且前一个元素还没被选的话,那么我肯定也不能被选。保证元素顺序的稳定性。
但这里就涉及到了一个问题:例如:【1,1,2,2】这个用例。在第一个 1 不选的情况下,当 dfs 到了第二 1 的时候,就直接 return 了??那么后续的 第一个 2 选的情况下,就被直接剪枝了,肯定是不合适的。
即,这里的 if 判断实际上只是判断当前第二 1 不能被选择。要保留后续的 2 选/不选 的分支情况。所以单独再加上一个 dfs(u+1)。
这个一开始都搞错了,想了想是这样写。但是看着就很冗余。
class Solution {
public:
vector<vector<int>> subsetsWithDup(vector<int>& nums) {
int n = nums.size();
sort(nums.begin(), nums.end());
vector<vector<int>> res;
vector<int> path;
vector<bool> st(n);
auto dfs = [&](this auto &&dfs, int u, int idx) {
if (path.size() == u) {
res.push_back(path);
return ;
}
if (idx == n) return ;
// 注意这里不能直接 return,否则缺少元素
if (idx > 0 && st[idx - 1] == false && nums[idx] == nums[idx - 1]) {
dfs(u, idx + 1);
return ;
}
path.push_back(nums[idx]);
st[idx] = true;
dfs(u, idx + 1);
path.pop_back();
st[idx] = false;
dfs(u, idx + 1);
};
for (int i = 0; i <= n; i ++ ) {
dfs(i, 0);
}
return res;
}
};