我将算法学习相关的资料已经整理到了Github :https://github.com/youngyangyang04/leetcode-master,里面还有leetcode刷题攻略、各个类型经典题目刷题顺序、思维导图看一看一定会有所收获,如果给你有帮助给一个star支持一下吧!

第216题.组合总和III

链接:

https://leetcode-cn.com/problems/combination-sum-iii/

找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。

说明:

  • 所有数字都是正整数。
  • 解集不能包含重复的组合。

示例 1:
输入: k = 3, n = 7
输出: [[1,2,4]]

示例 2:
输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]

思路

本题就是在[1,2,3,4,5,6,7,8,9]这个集合中找到和为n的k个数的组合。

相对于回溯算法:求组合问题!,无非就是多了一个限制,本题是要找到和为n的k个数的组合,而整个集合已经是固定的了[1,...,9]。

想到这一点了,做过77. 组合之后,本题是简单一些了。

本题k相当于了树的深度,9(因为整个集合就是9个数)就是树的宽度。

例如 k = 2,n = 4的话,就是在集合[1,2,3,4,5,6,7,8,9]中求 k(个数) = 2, n(和) = 4的组合。

选取过程如图:

图中,可以看出,只有最后取到集合(1,3)和为4 符合条件。

回溯三部曲

  • 「确定递归函数参数」

和回溯算法:求组合问题!一样,依然需要一维数组path来存放符合条件的结果,二维数组result来存放结果集。

这里我依然定义path 和 result为全局变量。

至于为什么取名为path?从上面树形结构中,可以看出,结果其实就是一条根节点到叶子节点的路径。

vector> result; // 存放结果集 vector path; // 符合条件的结果

接下来还需要如下参数:

  • targetSum(int)目标和,也就是题目中的n。
  • k(int)就是题目中要求k个数的集合。
  • sum(int)为已经收集的元素的总和,也就是path里元素的总和。
  • startIndex(int)为下一层for循环搜索的起始位置。

所以代码如下:

vector> result;vector path;void backtracking(int targetSum, int k, int sum, int startIndex) 

其实这里sum这个参数也可以省略,每次targetSum减去选取的元素数值,然后判断如果targetSum为0了,说明收集到符合条件的结果了,我这里为了直观便于理解,还是加一个sum参数。

还要强调一下,回溯法中递归函数参数很难一次性确定下来,一般先写逻辑,需要啥参数了,填什么参数。

  • 确定终止条件

什么时候终止呢?

在上面已经说了,k其实就已经限制树的深度,因为就取k个元素,树再往下深了没有意义。

所以如果path.size() 和 k相等了,就终止。

如果此时path里收集到的元素和(sum) 和targetSum(就是题目描述的n)相同了,就用result收集当前的结果。

所以 终止代码如下:

if (path.size() == k) {    if (sum == targetSum) result.push_back(path);    return; // 如果path.size() == k 但sum != targetSum 直接返回}
  • 「单层搜索过程」

本题和回溯算法:求组合问题!区别之一就是集合固定的就是9个数[1,...,9],所以for循环固定i<=9

如图:

处理过程就是 path收集每次选取的元素,相当于树型结构里的边,sum来统计path里元素的总和。

代码如下:

for (int i = startIndex; i <= 9; i++) {    sum += i;    path.push_back(i);    backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex    sum -= i; // 回溯     path.pop_back(); // 回溯 }

「别忘了处理过程 和 回溯过程是一一对应的,处理有加,回溯就要有减!」

参照关于回溯算法,你该了解这些!中的模板,不难写出如下C++代码:

class Solution {private:    vector> result; // 存放结果集     vector path; // 符合条件的结果    // targetSum:目标和,也就是题目中的n。     // k:题目中要求k个数的集合。     // sum:已经收集的元素的总和,也就是path里元素的总和。     // startIndex:下一层for循环搜索的起始位置。    void backtracking(int targetSum, int k, int sum, int startIndex) {        if (path.size() == k) {            if (sum == targetSum) result.push_back(path);            return; // 如果path.size() == k 但sum != targetSum 直接返回        }        for (int i = startIndex; i <= 9; i++) {            sum += i; // 处理            path.push_back(i); // 处理            backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex            sum -= i; // 回溯            path.pop_back(); // 回溯        }    }public:    vector> combinationSum3(int k, int n) {        result.clear(); // 可以不加        path.clear();   // 可以不加        backtracking(n, k, 0, 1);        return result;    }};

剪枝

这道题目,剪枝操作其实是很容易想到了,想必大家看上面的树形图的时候已经想到了。

如图:

已选元素总和如果已经大于n(图中数值为4)了,那么往后遍历就没有意义了,直接剪掉。

那么剪枝的地方一定是在递归终止的地方剪,剪枝代码如下:

if (sum > targetSum) { // 剪枝操作    return;}

最后C++代码如下:

class Solution {private:    vector> result; // 存放结果集    vector path; // 符合条件的结果    // targetSum:目标和,也就是题目中的n。    // k:题目中要求k个数的集合。    // sum:已经收集的元素的总和,也就是path里元素的总和。    // startIndex:下一层for循环搜索的起始位置。    void backtracking(int targetSum, int k, int sum, int startIndex) {        if (sum > targetSum) { // 剪枝操作            return; // 如果path.size() == k 但sum != targetSum 直接返回        }        if (path.size() == k) {            if (sum == targetSum) result.push_back(path);            return;        }        for (int i = startIndex; i <= 9; i++) {            sum += i; // 处理            path.push_back(i); // 处理            backtracking(targetSum, k, sum, i + 1); // 注意i+1调整startIndex            sum -= i; // 回溯            path.pop_back(); // 回溯        }    }public:    vector> combinationSum3(int k, int n) {        result.clear(); // 可以不加        path.clear();   // 可以不加        backtracking(n, k, 0, 1);        return result;    }};

总结

开篇就介绍了本题与回溯算法:求组合问题!的区别,相对来说加了元素总和的限制,如果做完回溯算法:求组合问题!再做本题再合适不过。

分析完区别,依然把问题抽象为树形结构,按照回溯三部曲进行讲解,最后给出剪枝的优化。

相信做完本题,大家对组合问题应该有初步了解了。

「就酱,如果感觉对你有帮助,就帮Carl转发一下吧,让更多小伙伴知道这里!」

我是程序员Carl,个人主页:https://github.com/youngyangyang04

这里每天8:35准时推送一道经典算法题目,我选择的每道题目都不是孤立的,而是由浅入深,环环相扣,帮你梳理算法知识脉络,轻松学算法!

@代码随想录 期待你的关注

求n个数中第k大的数_互联网高频面试题目:「回溯算法」求组合总和相关推荐

  1. C语言——用 堆 实现求N个数中第K大的数

    问题描述: 在N(0<N<100000)个数中,找出第K(0<k<100000)大的数. 例如:1,2,3,4,5,6,7,8,9 中第3大的数为 7. 输入: 输入有多组数据 ...

  2. 给定一个序列,每次询问序列中第l个数到第r个数中第K大的数是哪个。

    问题描述 给定一个序列,每次询问序列中第l个数到第r个数中第K大的数是哪个. 输入格式 第一行包含一个数n,表示序列长度. 第二行包含n个正整数,表示给定的序列. 第三个包含一个正整数m,表示询问个数 ...

  3. 算法12--topK求一个数组中第k大的数

    求一个数组中第k大的值 解法一: 建立一个k个元素的最大堆,首先将数组中前k个元素放入堆中,此时堆顶元素为第k大的元素,后面继续遍历数组,比较堆顶元素与数组中元素值,当数组中元素小于堆顶元素时,将堆顶 ...

  4. C语言求一个数组中第k大的数,leetcode | Median of Two Sorted Arrays 寻找2个有序数组中第k大的值...

    There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted ...

  5. 求无序数组中第k大的数

    如果是排好序的数组,则比较简单,直接$arr[$k-1]就能求出,如果不是排好序的就需要先排序,但这种时间复杂度为O(n2),所以不能直接排序.我们知道快速排序就是找一个哨兵,使左边的数比它大,右边的 ...

  6. Leetcode-215:求一个数组中第k大的数

    题目描述 给定一个未排序的整数数组,找到其中第k大的数 样例: 给出数组[4,5,1,2,3]和k=3,返回3: 给出数组[7,9,4,5]和k=1,返回9. 要求时间复杂度为O(n),空间复杂度为O ...

  7. 查找N个数中第K大的数

    方法一:将一组数放入数组中,升排序.并返回第 ( length - k )个元素 这里消耗的时间就是排序用的时间,用快速排序则为:O( N log N ) 代码: /** * 先排序后获取 * @re ...

  8. 求无序数组的第K(大/小)数的三种方法

    题目描述:给定一个无序数组(长度为n)和一个正整数 K,让你求此数组中第K大的数 方法1:最简单的思路,你肯定会想到 先把数组排序,然后再取下标为K的对应数组元素.这种方法肯定是可行的,但是这种方法无 ...

  9. 关于求N个无序数中第K大的数。

    关于求N个无序数中第K大的数. 2012-03-16 来源:小木虫作者: SmallWarm 昨天去面试,有一题是要求求N个无序数中第K大的数.当时灵感激发,突然想到了快速排序,后来在百度上面一查,已 ...

最新文章

  1. 王璋等揭示慢性阻塞性肺疾病炎症内型与呼吸道微生物组的关系(IF 21)
  2. IntelliJ IDEA常用统一设置(Linux/Mac/Windows)
  3. 【面试必会】editplus使用教程java
  4. alibaba JSON TypeReference 复杂类型转换
  5. 华为服务器euleros系统,euleros服务器版本
  6. android使用post方法登录,使用REST API使用POST方法在Android中登录示例
  7. kafka是如何解决粘包拆包的
  8. 多表关联查询过滤条件写在on与where后的区别
  9. csh shell_一篇文章从了解到入门shell
  10. 2020-08-22 OpenWRT 脚本修改网卡MAC
  11. ArcGIS 从大区域提取小区域的行政区shp并用于裁剪其他数据
  12. jsp购物车和mysql_jsp购物车的代码和数据库
  13. Python源码剖析 - Python的总体架构
  14. 用PPT制作简易红蓝底一寸照
  15. 儒略历、儒略日与儒略年原来是鸡同鸭讲
  16. matlab 判断鼠标按下_如何让MATLAB控制你的鼠标和键盘
  17. 随机变量的定义分类和各种主要概率密度分布介绍
  18. 第十八章 SQL函数 ASCII
  19. 罗默模型——对电子商务发展的理论分析
  20. 杰理之IMD驱动的屏幕【篇】

热门文章

  1. 第10章 图与网络优化
  2. 10个linux awk文本处理经典案例,关于AWK的10个经典案例
  3. php redis linsert,LINSERT命令_视频讲解_用法示例-redis编程词典-php中文网
  4. STM32 基础系列教程 1- CubeMX+GPIO
  5. 1月30日嵌入式精英座谈齐聚北航
  6. 【PC工具】PhotoScape简单绿色功能强大的照片编辑器
  7. 基于FPGA的DES加解密系统开发(5000字详细介绍欢迎订阅)
  8. Google Earth Pro 模拟飞行 分享
  9. C#当中的BeginInvoke和EndInvoke
  10. ASP.NET Core 2.1 : 十五.图解路由(2.1 or earler)(转)