随笔分类 - 回溯算法
摘要：class Solution: def maxCoins(self, nums: List[int]) -> int: # DP 因为dp[left][right] = argmax(dp[left][i]+dp[i][right]+left*i*right) # 这个遍历顺序就是，先中间，后两边
阅读全文
摘要：https://leetcode-cn.com/problems/word-break-ii/ class Solution: def wordBreak(self, s: str, wordDict: List[str]) -> List[str]: # 本题就是加上剪枝的回溯算法 # recor
阅读全文
摘要：思路： 1. 矩阵搜索，没有规定起始位置与终止位置的时间复杂度是 O（row*col*3^k）因为要遍历每一个位置作为起始节点，由于不能访问visited，所以每一步都只有3个选择，然后最差情况走完k-1步发现不匹配 2. visited细节 1）visited 用set，而不新建一个borad或在
阅读全文
摘要：递归细节： 1. 二叉平衡树，我们需要返回True，False，肯定是用左右子树的深度Depth来判断，怎么在递归中传递深度，且传递布尔值呢 2. 这里做了一个很巧妙的转换，可以用深度来表示True与False，因为深度是非负数，可以用负数表示False，所以我们在递归中就可以只传递深度 3. 递归
阅读全文
摘要：N皇后递归细节： 1. 递归的是层数，每一层的递归分支是列数，所以以后有两个变量的递归，或者二维数组的递归，可以固定一个维度，另一个维度作为递归分支 2. 递归出口 row ==n ，就是每一步都成功了，才会row+=1 这个要理解，不然递归出口很难想 3. 剪枝，那一列，对角线，已经有queen占
阅读全文
摘要：回溯算法细品 1. 对于回溯携带的变量，以前二叉树中是curNode,curList一起带着回溯的； 而在List中，有Row与Col这里是按Row回溯的，最后的交付物queens则保存在外层
阅读全文
摘要：本题的交付条件不是List（路径节点），也不是num路径总和，而是一个布尔值 解题思路： 1. 由于交付布尔值，且递归路径明显两条，所以 return helper(left,sum) or helper(right,sum) 2. 递归边界： 1）没有子节点时，判断和是否相等 2） if not
阅读全文
摘要：1. 回溯算法超时 时间复杂度 n! 爆炸 - -
阅读全文
摘要：回溯算法: 1. 本题的deliverable是所有路径的组合，也没有任何剪枝 2. 开始先判空，if not root: return 0 3. 回溯路径 root.left，root.right ； 每次往下层递归，则加上本层的root.val 4. 更新常数的时候要用全局变量
阅读全文
摘要：回溯细节： 1. 以往的deliverable都是一些数字的组合，str的组合，这题是子树的组合，单个元素都是TreeNode 2. 注意第一步都是判空，if n==0: return[] 3. 递归边界/出口： if left > right： return [None,] ； 如果某节点已经是
阅读全文
摘要：回溯算法细节： 1. 回溯边界： node.left == None and node.right == None 2. 回溯路径：如果有左节点就往左边调用helper，如果有右边就往右边调用Helper 3. deliverable： 包含节点value的list 4. 递归更新： 路径的list
阅读全文
摘要：回溯算法细节： 1. deliverable 是 255.111.35.1这种IP地址，所以要记录4个数字，返回 ‘.’.join(list) 2. 递归边界是 len(list) ==4 and not remainS 3. 递归路径有三条，一个数字，两个数字，三个数字 4. 剪枝有两种： 1）两
阅读全文
摘要：重点: 1. 本题是组合 Cnk ； 而排列是 Ank 时间复杂度 差了一个 k! 2. 这点差异体现在递归时，递归路径的选择，只选取比当前i大的数 curNums[:i] + curNums[i+1:] -> curNums[:i] 回溯算法： 1. 递归出口 ： Length == k 2. 递
阅读全文
摘要：回溯算法(超时 72/75)： 1. 跳出条件： if position == n : self.res =True / if position > n : return 2. 递归条件: 遍历 position 所有可以跳跃的位置 3. 更新条件，这里不再是更新 resList，是更新res， 需
阅读全文
摘要：回溯算法重点： 1. 跳出条件，nums中元素用完 2. 递归的岔路： 加入元素/不加入元素 helper(curList+[nums[i]], nums[1:]) / helper(curList, nums[1:] ) 3.如果是求排列问题，则不能sort，因为lists中元素一样，只是排列不一
阅读全文
摘要：回溯算法动笔之前需要思考清楚的点： 1. 跳出条件，len(curList) == len(nums) 2. 递归时选择新加入哪些元素 for i in range(len(curNums)): 3. 递归更新条件 helper( curList+[curNums[i]], curNums[:i]+
阅读全文
摘要：本题与第39题唯一差别就是，元素只能用一次，所以递归时候需要加入可用元素列表 candidate helper的重点: 1.跳出条件 sum == target 或 sum > target 2. 递归的选择 candidate 每次都往现有列表中往下延申 candidate个List
阅读全文
摘要：重点: 1. 回溯算法要确定跳出条件，什么时候将List加入Res 2. 一般的条件有，元素用完，sum大于target 等 3. 去重方法： list.sort() if list not in res: res.append(list)
阅读全文
浙公网安备 33010602011771号