LeetCode - Medium - 77. Combinations

浅浅的花香味﹌ 2023-01-04 14:53 272阅读 0赞

Topic

  • Backtracking

Description

https://leetcode.com/problems/combinations/

Given two integers n and k, return all possible combinations of k numbers out of 1 ... n.

You may return the answer in any order.

Example 1:

  1. Input: n = 4, k = 2
  2. Output:
  3. [
  4. [2,4],
  5. [3,4],
  6. [2,3],
  7. [1,2],
  8. [1,3],
  9. [1,4],
  10. ]

Example 2:

  1. Input: n = 1, k = 1
  2. Output: [[1]]

Constraints:

  • 1 <= n <= 20
  • 1 <= k <= n

Analysis

初次尝试

直接的想法解法是使用for循环。示例一中n为4,k为2,很容易想到用两个for循环,这样就可以输出和示例中一样的结果,代码如下:

  1. int n = 4;
  2. for (int i = 1; i <= n; i++) {
  3. for (int j = i + 1; j <= n; j++) {
  4. System.out.println(i + " " + j);
  5. }
  6. }

输入:n = 100, k = 3 那么就三层for循环,代码如下:

  1. int n = 100;
  2. for (int i = 1; i <= n; i++) {
  3. for (int j = i + 1; j <= n; j++) {
  4. for (int k = j + 1; k <= n; n++) {
  5. System.out.println(i + " " + j + " " + k);
  6. }
  7. }
  8. }

如果n为100,k为50呢,那就编写50层for循环,显然这是不可取的。

主角登场

回溯搜索法来了,虽然回溯法也是暴力,但至少能写出来,不像for循环嵌套k层让人绝望。

要解决 n为100,k为50的情况,暴力写法需要嵌套50层for循环,那么回溯法就用递归来解决嵌套层数的问题

递归来做层叠嵌套(可以理解是开k层for循环),每一次的递归中嵌套一个for循环,那么递归就可以用于解决多层嵌套循环的问题了

回到上面的例子,k为50的情况下,就是递归50层。

在概论谈论到,回溯法解决的问题都可以抽象为树形结构,用树形结构可方便我们理解回溯:

2df72ab5309911f33ff57494820029ca.png

可以看出这个棵树,一开始集合是 1,2,3,4, 从左向右取数,取过的数,不在重复取。

第一次取1,集合变为2,3,4 ,因为k为2,我们只需要再取一个数就可以了,分别取2,3,4,得到集合[1,2] [1,3] [1,4],以此类推。

每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围

图中可以发现n相当于树的宽度,k相当于树的深度

那么如何在这个树上遍历,然后收集到我们要的结果集呢?

图中每次搜索到了叶子节点,我们就找到了一个结果。相当于只需要把达到叶子节点的结果收集起来,就可以求得 n个数中k个数的组合集合。

回溯三弄

函数签名

参数变量如下:

  • List<Integer> path:用来存放符合条件单一结果。
  • List<List<Integer>> result:用来存放符合条件结果的集合。
  • int numRange:对应题目中的n。
  • int expectedSize:对应题目中的k。
  • int startIndex:用来记录本层递归的中,集合从哪里开始遍历(集合就是[1,…,n] )。

为什么要有这个startIndex呢?

每次从集合中选取元素,可选择的范围随着选择的进行而收缩,调整可选择的范围,就是要靠startIndex

从下图中红线部分可以看出,在集合[1,2,3,4]取1之后,下一层递归,就要在[2,3,4]中取数了,那么下一层递归如何知道从[2,3,4]中取数呢,靠的就是startIndex。

17659efcd21bdc15a428142a0d16e46d.png

最后,函数签名如下:

  1. private void backtracking(List<Integer> path, int numRange, int expectedSize,
  2. int startIndex, List<List<Integer>> result){ }

终止条件

什么时候到达所谓的叶子节点了呢?

path这个列表大小如果达到expectedSize,说明我们找到了一个子集大小为expectedSize的组合了,在图中path存的就是根节点到叶子节点的路径。如下图红色部分:

5e2a0d9c7be6685973c80afb25097fe1.png

此时用result把path保存起来,并终止本层递归。

终止条件代码如下:

  1. if (path.size() == expectedSize) {
  2. result.add(new ArrayList<>(path));
  3. return;
  4. }

遍历过程

回溯法的搜索过程就是一个树型结构的遍历过程,在如下图中,可以看出for循环用来横向遍历,递归的过程是纵向遍历。

0658df3791dc8ee88bb1cd5933f06e59.png

如此我们才遍历完图中的这棵树。

for循环每次从startIndex开始遍历,然后用path保存取到的节点i。代码如下:

  1. for (int i = startIndex; i <= numRange; i++) {
  2. path.add(i);
  3. backtracking(path, numRange, expectedSize, i + 1, result);
  4. path.remove(path.size() - 1);
  5. }

可以看出backtracking(递归函数)通过不断调用自己一直往深处遍历,总会遇到叶子节点,遇到了叶子节点就要返回。

backtracking的下面部分就是回溯的操作了,撤销本次处理的结果,为了下一回循环。

小结

最终代码如下:

  1. import java.util.ArrayList;
  2. import java.util.List;
  3. public class Combinations {
  4. public List<List<Integer>> combine1(int numRange, int expectedSize) {
  5. List<List<Integer>> result = new ArrayList<>();
  6. List<Integer> path = new ArrayList<>();
  7. backtracking(path, numRange, expectedSize, 1, result);
  8. return result;
  9. }
  10. private void backtracking(List<Integer> path, int numRange, int expectedSize, int startIndex,
  11. List<List<Integer>> result) {
  12. if (path.size() == expectedSize) {
  13. result.add(new ArrayList<>(path));
  14. return;
  15. }
  16. for (int i = startIndex; i <= numRange; i++) {
  17. path.add(i);
  18. backtracking(path, numRange, expectedSize, i + 1, result);
  19. path.remove(path.size() - 1);
  20. }
  21. }
  22. }

在概论谈论到回溯模板:

  1. void backtracking(参数) {
  2. if (终止条件) {
  3. 存放结果;
  4. return;
  5. }
  6. for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
  7. 处理节点;
  8. backtracking(路径,选择列表); // 递归
  9. 回溯,撤销处理结果
  10. }
  11. }

对比一下本题的代码,神同形似。有了这个模板,就有解题的大体方向,不至于六神无主。

剪枝优化

回溯法虽然是暴力搜索,但有时可以剪枝优化一下。

遍历的代码如下:

  1. for (int i = startIndex; i <= numRange; i++) {
  2. path.add(i);
  3. backtracking(path, numRange, expectedSize, i + 1, result);
  4. path.remove(path.size() - 1);
  5. }

这个遍历的范围是可以剪枝优化的,怎么优化呢?

举一个例子,当n = 4,k = 4,那么第一层for循环的时候,从元素2开始的遍历都没有意义了(最多3个,永远凑不够4个)。在第二层for循环,从元素3开始的遍历都没有意义了(最多2个,永远凑不够3个),以此类推。

如图所示:

4dfd1455869261e04d3f7d6304728c9f.png

图中每一个节点(图中为矩形),就代表本层的一个for循环,那么每一层的for循环从第二个数开始遍历的话,都没有意义,都是无效遍历。

所以,可以剪枝的地方就在递归中每一层的for循环所选择的起始位置如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了,那么就没有必要搜索了

注意代码中i,就是for循环里选择的起始位置。

  1. for (int i = startIndex; i <= n; i++) {

优化过程如下:

  1. 已经选择的元素个数:path.size();
  2. 还需要的元素个数为:k - path.size();
  3. 在集合n中至多要从该起始位置:n - (k - path.size()) + 1,开始遍历。为什么有个+1呢?因为包括起始位置,我们要是一个左闭的集合。

    s = n − ( k − p a t h . s i z e ( ) ) + 1 = n − k + 1 + p a t h . s i z e ( ) s = n - (k - path.size()) + 1 = n - k + 1 + path.size() s=n−(k−path.size())+1=n−k+1+path.size(),式子中的n,k在传参到回溯函数后是固定大小的,那么随着path.size()增大,s减小。

我们举实例说明下,为什么有个+1呢?

举个例子,n = 4,k = 3, 目前已经选取的元素个数为0(path.size为0),n - (k - 0) + 1 = 4 - ( 3 - 0) + 1 = 2。从1或2开始搜索是合理的,可以是组合[1, 2, 3],[2, 3, 4]。

再举个例子,n = 4,k = 4, 目前已经选取的元素个数为0(path.size为0),n - (k - 0) + 1 = 4 - ( 4 - 0) + 1 = 1。从1开始搜索是合理的,可以是组合[1, 2, 3, 4]。

优化之后的for循环是:

  1. for (int i = startIndex; i <= n - (k - path.size()) + 1; i++) // i为本次搜索的起始位置

优化后整体代码如下:

  1. import java.util.ArrayList;
  2. import java.util.List;
  3. public class Combinations {
  4. // 剪枝优化后的
  5. public List<List<Integer>> combine2(int numRange, int expectedSize) {
  6. List<List<Integer>> result = new ArrayList<>();
  7. List<Integer> path = new ArrayList<>();
  8. backtracking2(path, numRange, expectedSize, 1, result);
  9. return result;
  10. }
  11. private void backtracking2(List<Integer> path, int numRange, int expectedSize, int startIndex,
  12. List<List<Integer>> result) {
  13. if (path.size() == expectedSize) {
  14. result.add(new ArrayList<>(path));
  15. return;
  16. }
  17. for (int i = startIndex; i <= numRange - (expectedSize - path.size()) + 1; i++) {
  18. path.add(i);
  19. backtracking(path, numRange, expectedSize, i + 1, result);
  20. path.remove(path.size() - 1);
  21. }
  22. }
  23. }

参考资料

回溯算法:求组合问题!

回溯算法:组合问题再剪剪枝

Submission

  1. import java.util.ArrayList;
  2. import java.util.List;
  3. public class Combinations {
  4. public List<List<Integer>> combine1(int numRange, int expectedSize) {
  5. List<List<Integer>> result = new ArrayList<>();
  6. List<Integer> path = new ArrayList<>();
  7. backtracking(path, numRange, expectedSize, 1, result);
  8. return result;
  9. }
  10. private void backtracking(List<Integer> path, int numRange, int expectedSize, int startIndex,
  11. List<List<Integer>> result) {
  12. if (path.size() == expectedSize) {
  13. result.add(new ArrayList<>(path));
  14. return;
  15. }
  16. for (int i = startIndex; i <= numRange; i++) {
  17. path.add(i);
  18. backtracking(path, numRange, expectedSize, i + 1, result);
  19. path.remove(path.size() - 1);
  20. }
  21. }
  22. // 剪枝优化后的
  23. public List<List<Integer>> combine2(int numRange, int expectedSize) {
  24. List<List<Integer>> result = new ArrayList<>();
  25. List<Integer> path = new ArrayList<>();
  26. backtracking2(path, numRange, expectedSize, 1, result);
  27. return result;
  28. }
  29. private void backtracking2(List<Integer> path, int numRange, int expectedSize, int startIndex,
  30. List<List<Integer>> result) {
  31. if (path.size() == expectedSize) {
  32. result.add(new ArrayList<>(path));
  33. return;
  34. }
  35. for (int i = startIndex; i <= numRange - (expectedSize - path.size()) + 1; i++) {
  36. path.add(i);
  37. backtracking(path, numRange, expectedSize, i + 1, result);
  38. path.remove(path.size() - 1);
  39. }
  40. }
  41. }

Test

  1. import static org.hamcrest.collection.IsIterableContainingInAnyOrder.containsInAnyOrder;
  2. import static org.junit.Assert.*;
  3. import java.util.Arrays;
  4. import org.junit.Test;
  5. public class CombinationsTest {
  6. @Test
  7. @SuppressWarnings("unchecked")
  8. public void test1() {
  9. Combinations obj = new Combinations();
  10. Object[] expected = { Arrays.asList(2,4),
  11. Arrays.asList(3,4),
  12. Arrays.asList(2,3),
  13. Arrays.asList(1,2),
  14. Arrays.asList(1,3),
  15. Arrays.asList(1,4)};
  16. assertThat(obj.combine1(4, 2), containsInAnyOrder(expected));
  17. assertThat(obj.combine1(1, 1), containsInAnyOrder(Arrays.asList(1)));
  18. assertThat(obj.combine1(4, 4), containsInAnyOrder(Arrays.asList(1, 2, 3, 4)));
  19. assertThat(obj.combine1(4, 3), containsInAnyOrder(Arrays.asList(1, 2, 3), Arrays.asList(1, 3, 4),//
  20. Arrays.asList(1, 2, 4), Arrays.asList(2, 3, 4)));
  21. }
  22. @Test
  23. @SuppressWarnings("unchecked")
  24. public void test2() {
  25. Combinations obj = new Combinations();
  26. Object[] expected = { Arrays.asList(2,4),
  27. Arrays.asList(3,4),
  28. Arrays.asList(2,3),
  29. Arrays.asList(1,2),
  30. Arrays.asList(1,3),
  31. Arrays.asList(1, 4) };
  32. assertThat(obj.combine2(4, 2), containsInAnyOrder(expected));
  33. assertThat(obj.combine2(1, 1), containsInAnyOrder(Arrays.asList(1)));
  34. assertThat(obj.combine2(4, 4), containsInAnyOrder(Arrays.asList(1, 2, 3, 4)));
  35. assertThat(obj.combine2(4, 3), containsInAnyOrder(Arrays.asList(1, 2, 3), Arrays.asList(1, 3, 4), //
  36. Arrays.asList(1, 2, 4), Arrays.asList(2, 3, 4)));
  37. }
  38. }

发表评论

表情:
评论列表 (有 0 条评论,272人围观)

还没有评论,来说两句吧...

相关阅读