leetcode刷題-回溯算法04

代碼隨想錄回溯算法part01| 491.遞增子序列、46.全排列、47.全排列II

  • 491.遞增子序列
  • 46.全排列
  • 47.全排列II

491.遞增子序列

leetcode題目鏈接
代碼隨想錄文檔講解

思路

與上一題不同,不能用used列表,因為這個題不能排序,
在每一個for循環里面用一個集合記錄遍歷過的數

偽代碼(C++)

python代碼

class Solution:def backtracking(self, nums, start_index, path, result):if len(path) > 1:result.append(path[:])used = set()for i in range(start_index, len(nums)):if (path and nums[i] < path[-1]) or (nums[i] in used):continuepath.append(nums[i])used.add(nums[i])self.backtracking(nums, i+1, path, result)path.pop()def findSubsequences(self, nums: List[int]) -> List[List[int]]:result = []self.backtracking(nums, 0, [], result)return result

46.全排列

leetcode題目鏈接
代碼隨想錄文檔講解

思路

排列(考慮順序)和組合問題(不考慮順序)的區別
借助used數組(需要進入遞歸)

python代碼

class Solution:def backtracking(self, nums, used, path, result):if len(path) == len(nums):result.append(path[:])returnfor i in range(len(nums)):if used[i]:continuepath.append(nums[i])used[i] = 1self.backtracking(nums, used, path, result)# 做回溯used[i] = 0path.pop()def permute(self, nums: List[int]) -> List[List[int]]:result = []used = [False] * len(nums)self.backtracking(nums, used, [], result)return result

47.全排列II

leetcode題目鏈接
代碼隨想錄文檔講解

思路

集合中有重復元素,去重,(排序)(數層去重used[i-1]==False)

class Solution:def backtracking(self, nums, used, path, result):if len(path) == len(nums):result.append(path[:])returnfor i in range(len(nums)):if (used[i] == 1) or (i >0 and nums[i] == nums[i-1] and used[i-1] == 0):continue # not breakpath.append(nums[i])used[i] = 1self.backtracking(nums, used, path, result)used[i] = 0path.pop()def permuteUnique(self, nums: List[int]) -> List[List[int]]:nums.sort()  # 排序result = []self.backtracking(nums, [0]*len(nums), [], result)return result

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/63562.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/63562.shtml
英文地址,請注明出處:http://en.pswp.cn/web/63562.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

基于字節大模型的論文翻譯(含免費源碼)

基于字節大模型的論文翻譯 源代碼&#xff1a; &#x1f44f; star ? https://github.com/boots-coder/LLM-application 展示 項目簡介 本項目是一個基于大語言模型&#xff08;Large Language Model, LLM&#xff09;的論文閱讀與翻譯輔助工具。它通過用戶界面&#xff08…

mysql的事務控制和數據庫的備份和恢復

事務控制語句 行鎖和死鎖 行鎖 兩個客戶端同時對同一索引行進行操作 客戶端1正常運行 客戶端2想修改&#xff0c;被鎖行 除非將事務提交才能繼續運行 死鎖 客戶端1刪除第5行 客戶端2設置第1行為排他鎖 客戶端1刪除行1被鎖 客戶端2更新行5被鎖 如何避免死鎖 mysql的備份和還…

Tengine:Nginx二次開發-高性能進化

前言&#xff1a;在當今的互聯網時代&#xff0c;Web 服務器的性能和穩定性對于網站的成功至關重要。Nginx 以其高性能和可擴展性而聞名&#xff0c;但有時候&#xff0c;我們需要更多的特性來滿足特定的業務需求。Tengine&#xff0c;作為一個由淘寶網發起的 Nginx 二次開發版…

RK3588, FFmpeg 拉流 RTSP, mpp 硬解碼轉RGB

RK3588 ,基于FFmpeg, 拉取RTSP,使用 mpp 實現硬解碼. ?? 傳送 ?? Ubuntu x64 架構, 交叉編譯aarch64 FFmpeg mppRK3588, FFmpeg 拉流 RTSP, mpp 硬解碼轉RGBRk3588 FFmpeg 拉流 RTSP, 硬解碼轉RGBRK3588 , mpp硬編碼yuv, 保存MP4視頻文件.

Windows 下 Anaconda的安裝與配置 GPU 版

給之前的電腦安一下深度學習環境 判斷是否有NVIDIA GPU Ctrl Shift Esc 打開任務管理器 帶此字眼表示有 NVIDIA GPU 安裝Anaconda anaconda 打開郵箱會看到下載鏈接 這里建議修改為其他盤,要不然下載的包和創建的環境都在C盤&#xff0c;占用空間 三個都打鉤 取…

【openssl】 version `OPENSSL_3.0.3‘ not found 問題

【openssl】 version OPENSSL_3.0.3 not found 問題 使用openssl時候報錯&#xff1a; openssl lib/libcrypto.so.3: version OPENSSL_3.0.3 not found查閱CSDN發現有博主說把別的地方的libcrypto.so.3 復制過去就好了。 嘗試無效 警告&#xff01;這個操作不對&#xff1a; 不…

flask flask-socketio創建一個網頁聊天應用

應用所需環境&#xff1a; python 3.11.11 其他 只需要通過這個命令即可 pip install flask3.1.0 Flask-SocketIO5.4.1 -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple 最好是用conda創建一個新的虛擬環境來驗證 完整的pip list如下 Package Version ----…

聯邦學習防止數據泄露

文章目錄 聯邦學習防止數據泄露的原理聯邦學習的優勢聯邦學習與集中式學習的成本分析聯邦學習的實際應用案例個人設想參考文獻 聯邦學習 (Federated Learning) 是一種分布式機器學習技術&#xff0c;旨在解決數據隱私保護問題。它允許在分散的數據源上進行模型訓練&#xff0c;…

STM32 水質水位檢測項目(硬件架構)及(軟件架構)

硬件選型 水位測量模塊 TDS采集模塊 外置ADC模塊&#xff08;ADS1115&#xff09; 水位測量模塊使用方法 水位測量原理 壓力傳感器&#xff1a;水越深壓力越大 P ρgh Fps Fρgh*s P大氣壓 水位測量傳感器本質上是一個壓力測量傳感器。壓力的值和傳感器產生的電壓值是線…

C# 6.0 連接elasticsearch數據庫

在 C# 6.0 中連接 Elasticsearch 數據庫,您可以使用官方的 Elasticsearch 客戶端庫 NEST。NEST 是一個高性能的 .NET 客戶端,用于與 Elasticsearch 進行交互。以下是一個詳細的步驟指南,幫助您在 C# 6.0 項目中連接和操作 Elasticsearch。 1. 安裝 NEST 包 首先,您需要在您…

服務器數據恢復—RAIDZ離線硬盤數超過熱備盤數導致陣列崩潰的數據恢復案例

服務器存儲數據恢復環境&#xff1a; ZFS Storage 7320存儲陣列中有32塊硬盤。32塊硬盤分為4組&#xff0c;每組8塊硬盤&#xff0c;共組建了3組RAIDZ&#xff0c;每組raid都配置了熱備盤。 服務器存儲故障&#xff1a; 服務器存儲運行過程中突然崩潰&#xff0c;排除人為誤操…

Java轉C++之編程范式

1. 過程式編程&#xff08;Procedural Programming&#xff09; 在 C 中的表現 過程式編程是通過一系列的函數調用來實現程序的功能。函數是核心構建單元&#xff0c;數據和操作通過函數進行交互。 C 中&#xff1a;可以使用普通的函數和全局變量來進行過程式編程。Java 中&…

llama2中的model.py中的結構示意圖

參考文章&#xff1a;https://zhuanlan.zhihu.com/p/679640407

開放詞匯目標檢測(Open-Vocabulary Object Detection, OVOD)綜述

定義 開放詞匯目標檢測&#xff08;Open-Vocabulary Object Detection, OVOD&#xff09;是一種目標檢測任務&#xff0c;旨在檢測和識別那些未在訓練集中明確標注的物體類別。傳統的目標檢測模型通常只能識別有限數量的預定義類別&#xff0c;而OVOD模型則具有識別“開放詞匯…

Vue與React:前端框架的巔峰對決

文章目錄 一、引言&#xff08;一&#xff09;前端框架發展現狀簡述 二、Vue 與 React 框架概述&#xff08;一&#xff09;Vue.js 簡介&#xff08;二&#xff09;React.js 簡介 三、開發效率對比&#xff08;一&#xff09;Vue 開發效率分析&#xff08;二&#xff09;React …

3分鐘讀懂數據分析的流程是什么

數據分析是基于商業目的&#xff0c;有目的地進行收集、整理、加工和分析數據&#xff0c;提煉出有價值的 信息的一個過程。整個過程大致可分為五個階段&#xff0c;具體如下圖所示。 1.明確目的和思路 在開展數據分析之前&#xff0c;我們必須要搞清楚幾個問題&#xff0c;比…

vba批量化調整word的圖和圖表標題

vba代碼 將圖片進行居中操作 Sub ChangePictureFormate()Dim oPara As ParagraphDim oRange As RangeDim i As LongDim beforeIsPicture As BooleanbeforesIsPicture False 確保文檔中至少有圖片If ActiveDocument.InlineShapes.Count 0 ThenMsgBox "沒有找到圖片。&qu…

llama.cpp:PC端測試 MobileVLM -- 電腦端部署圖生文大模型

llama.cpp&#xff1a;PC端測試 MobileVLM 1.環境需要2.構建項目3.PC測試 1.環境需要 以下是經實驗驗證可行的環境參考&#xff0c;也可嘗試其他版本。 &#xff08;1&#xff09;PC&#xff1a;Ubuntu 22.04.4 &#xff08;2&#xff09;軟件環境&#xff1a;如下表所示 工…

詞嵌入(Word Embedding):自然語言處理的基石

目錄 ?編輯 詞嵌入&#xff08;Word Embedding&#xff09;&#xff1a;自然語言處理的基石 引言 詞嵌入的基本概念 詞嵌入的主要方法 1. Word2Vec 2. GloVe 3. FastText 4. ELMo 5. BERT 詞嵌入的應用場景 詞嵌入的研究進展 結論 詞嵌入&#xff08;Word Embedd…

AutoSarOS中調度表的概念與源代碼解析

--------AutoSarOS調度表的概念 一、AutoSarOS 是什么以及調度表的重要性 AutoSar(Automotive Open System Architecture)是汽車行業的一個開放式軟件架構標準哦。它就像是一種大家都遵循的規則,能讓不同的軟件供應商一起合作開發汽車軟件,這樣軟件就能被重復使用,開發效…