【LeetCode】Day22-全排列

【LeetCode】Day22-全排列,第1张

题目1

剑指 Offer 22. 链表中倒数第k个节点【简单】

题解

数个数然后找倒数第k个的方法就不说了

介绍一下快慢指针,让快慢指针间隔k个结点,快指针到尾部的时候,慢指针就到目标结点了

class Solution {
    public ListNode getKthFromEnd(ListNode head, int k) {
        ListNode fast=head,slow=head;
        while(fast!=null&&k>0){
            fast=fast.next;
            k--;
        }
        while(fast!=null){
            fast=fast.next;
            slow=slow.next;
        }
        return slow;
    }
}

时间复杂度: O ( n ) O(n) O(n)

空间复杂度: O ( 1 ) O(1) O(1)

题目2

46. 全排列【中等】

题解

大概是个经典回溯法的题吧

之前还是大二的算法与程序设计课讲过回溯法,现在早忘完了…题解中说到一句话:“树中的深度优先遍历就是大名鼎鼎的回溯算法”,趁着这道题来回顾一下吧

回溯法:一种通过探索所有可能的候选解来找出所有的解的算法。


如果候选解被确认不是一个解(或者至少不是最后一个解),回溯算法会通过在上一步进行一些变化抛弃该解,即回溯并且再次尝试。


如图所示:


说明:

  • 每一个结点表示了求解全排列问题的不同的阶段
  • 使用深度优先遍历有「回头」的过程,在「回头」以后, 状态变量需要设置成为和先前一样 ,因此在回到上一层结点的过程中,需要撤销上一次的选择,这个 *** 作称之为「状态重置」

需要的辅助变量:

  1. index:表示当前要确定的是某个全排列中下标为 index 的那个数是多少
  2. used:初始化的时候都为 false 表示这些数还没有被选择,当我们选定一个数的时候,就将这个数组的相应位置设置为 true ,这样在考虑下一个位置的时候,就能够以 O(1) 的时间复杂度判断这个数是否被选择过

递归结束标志:排列的所有位置都遍历完了,即 index 到头的时候

class Solution {
    private List<List<Integer>>res=new ArrayList<>();
    public List<List<Integer>> permute(int[] nums) {
        int len=nums.length;
        if(len==0)
            return res;
        boolean[] used=new boolean[len];
        List<Integer>path=new ArrayList<>();//记录每一种全排列情况
        dfs(nums,0,path,used);
        return res;
    }
    public void dfs(int[] nums,int index,List<Integer>path,boolean[] used){
        if(index==nums.length){
            res.add(new ArrayList<>(path));//path指向的内存地址的内容在不断变化,而我们每次只需要添加path的一次快照,所以需要用new ArrayList(path), 否则最终res集合中的所有元素都是相同的。


return; } for(int i=0;i<nums.length;i++){ //如果数组的第i个位置还没有被选择过 if(!used[i]){ path.add(nums[i]);//数组第i个位置加入全排列 used[i]=true; dfs(nums,index+1,path,used);//再看全排列的下一个位置 used[i]=false;//一种全排列情况已完成,回溯 path.remove(path.size()-1); } } } }

p.s. 今天这题好难理解,看完题解脑袋还是晕晕的…

p.p.s 昨天本科同学来玩!于是又歇了一天,发现自己做题三周了,虽然没特意定休息日,但似乎每周都会歇一天,纯属巧合

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/562464.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-01
下一篇 2022-04-01

发表评论

登录后才能评论

评论列表(0条)

保存