mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-08-02 20:28:28 +08:00
481 lines
16 KiB
Markdown
481 lines
16 KiB
Markdown
<p align="center">
|
||
<a href="https://programmercarl.com/other/kstar.html" target="_blank">
|
||
<img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20210924105952.png" width="1000"/>
|
||
</a>
|
||
<p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
|
||
|
||
|
||
# 39. 组合总和
|
||
|
||
[力扣题目链接](https://leetcode-cn.com/problems/combination-sum/)
|
||
|
||
给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。
|
||
|
||
candidates 中的数字可以无限制重复被选取。
|
||
|
||
说明：
|
||
|
||
* 所有数字（包括 target）都是正整数。
|
||
* 解集不能包含重复的组合。
|
||
|
||
示例 1：
|
||
输入：candidates = [2,3,6,7], target = 7,
|
||
所求解集为：
|
||
[
|
||
[7],
|
||
[2,2,3]
|
||
]
|
||
|
||
示例 2：
|
||
输入：candidates = [2,3,5], target = 8,
|
||
所求解集为：
|
||
[
|
||
[2,2,2,2],
|
||
[2,3,3],
|
||
[3,5]
|
||
]
|
||
|
||
# 思路
|
||
|
||
[B站视频讲解-组合总和](https://www.bilibili.com/video/BV1KT4y1M7HJ)
|
||
|
||
|
||
题目中的**无限制重复被选取，吓得我赶紧想想 出现0 可咋办**，然后看到下面提示：1 <= candidates[i] <= 200，我就放心了。
|
||
|
||
本题和[77.组合](https://programmercarl.com/0077.组合.html)，[216.组合总和III](https://programmercarl.com/0216.组合总和III.html)和区别是：本题没有数量要求，可以无限重复，但是有总和的限制，所以间接的也是有个数的限制。
|
||
|
||
本题搜索的过程抽象成树形结构如下：
|
||
|
||
|
||
注意图中叶子节点的返回条件，因为本题没有组合数量要求，仅仅是总和的限制，所以递归没有层数的限制，只要选取的元素总和超过target，就返回！
|
||
|
||
而在[77.组合](https://programmercarl.com/0077.组合.html)和[216.组合总和III](https://programmercarl.com/0216.组合总和III.html) 中都可以知道要递归K层，因为要取k个元素的组合。
|
||
|
||
## 回溯三部曲
|
||
|
||
* 递归函数参数
|
||
|
||
这里依然是定义两个全局变量，二维数组result存放结果集，数组path存放符合条件的结果。（这两个变量可以作为函数参数传入）
|
||
|
||
首先是题目中给出的参数，集合candidates, 和目标值target。
|
||
|
||
此外我还定义了int型的sum变量来统计单一结果path里的总和，其实这个sum也可以不用，用target做相应的减法就可以了，最后如何target==0就说明找到符合的结果了，但为了代码逻辑清晰，我依然用了sum。
|
||
|
||
**本题还需要startIndex来控制for循环的起始位置，对于组合问题，什么时候需要startIndex呢？**
|
||
|
||
我举过例子，如果是一个集合来求组合的话，就需要startIndex，例如：[77.组合](https://programmercarl.com/0077.组合.html)，[216.组合总和III](https://programmercarl.com/0216.组合总和III.html)。
|
||
|
||
如果是多个集合取组合，各个集合之间相互不影响，那么就不用startIndex，例如：[17.电话号码的字母组合](https://programmercarl.com/0017.电话号码的字母组合.html)
|
||
|
||
**注意以上我只是说求组合的情况，如果是排列问题，又是另一套分析的套路，后面我再讲解排列的时候就重点介绍**。
|
||
|
||
代码如下：
|
||
|
||
```CPP
|
||
vector<vector<int>> result;
|
||
vector<int> path;
|
||
void backtracking(vector<int>& candidates, int target, int sum, int startIndex)
|
||
```
|
||
|
||
* 递归终止条件
|
||
|
||
在如下树形结构中：
|
||
|
||
|
||
|
||
从叶子节点可以清晰看到，终止只有两种情况，sum大于target和sum等于target。
|
||
|
||
sum等于target的时候，需要收集结果，代码如下：
|
||
|
||
```CPP
|
||
if (sum > target) {
|
||
return;
|
||
}
|
||
if (sum == target) {
|
||
result.push_back(path);
|
||
return;
|
||
}
|
||
```
|
||
|
||
* 单层搜索的逻辑
|
||
|
||
单层for循环依然是从startIndex开始，搜索candidates集合。
|
||
|
||
**注意本题和[77.组合](https://programmercarl.com/0077.组合.html)、[216.组合总和III](https://programmercarl.com/0216.组合总和III.html)的一个区别是：本题元素为可重复选取的**。
|
||
|
||
如何重复选取呢，看代码，注释部分：
|
||
|
||
```CPP
|
||
for (int i = startIndex; i < candidates.size(); i++) {
|
||
sum += candidates[i];
|
||
path.push_back(candidates[i]);
|
||
backtracking(candidates, target, sum, i); // 关键点:不用i+1了，表示可以重复读取当前的数
|
||
sum -= candidates[i]; // 回溯
|
||
path.pop_back(); // 回溯
|
||
}
|
||
```
|
||
|
||
按照[关于回溯算法，你该了解这些！](https://programmercarl.com/回溯算法理论基础.html)中给出的模板，不难写出如下C++完整代码：
|
||
|
||
```CPP
|
||
// 版本一
|
||
class Solution {
|
||
private:
|
||
vector<vector<int>> result;
|
||
vector<int> path;
|
||
void backtracking(vector<int>& candidates, int target, int sum, int startIndex) {
|
||
if (sum > target) {
|
||
return;
|
||
}
|
||
if (sum == target) {
|
||
result.push_back(path);
|
||
return;
|
||
}
|
||
|
||
for (int i = startIndex; i < candidates.size(); i++) {
|
||
sum += candidates[i];
|
||
path.push_back(candidates[i]);
|
||
backtracking(candidates, target, sum, i); // 不用i+1了，表示可以重复读取当前的数
|
||
sum -= candidates[i];
|
||
path.pop_back();
|
||
}
|
||
}
|
||
public:
|
||
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
|
||
result.clear();
|
||
path.clear();
|
||
backtracking(candidates, target, 0, 0);
|
||
return result;
|
||
}
|
||
};
|
||
```
|
||
|
||
## 剪枝优化
|
||
|
||
在这个树形结构中：
|
||
|
||
|
||
|
||
以及上面的版本一的代码大家可以看到，对于sum已经大于target的情况，其实是依然进入了下一层递归，只是下一层递归结束判断的时候，会判断sum > target的话就返回。
|
||
|
||
其实如果已经知道下一层的sum会大于target，就没有必要进入下一层递归了。
|
||
|
||
那么可以在for循环的搜索范围上做做文章了。
|
||
|
||
**对总集合排序之后，如果下一层的sum（就是本层的 sum + candidates[i]）已经大于target，就可以结束本轮for循环的遍历**。
|
||
|
||
如图：
|
||
|
||
|
||
|
||
|
||
for循环剪枝代码如下：
|
||
|
||
```
|
||
for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++)
|
||
```
|
||
|
||
整体代码如下：（注意注释的部分）
|
||
|
||
```CPP
|
||
class Solution {
|
||
private:
|
||
vector<vector<int>> result;
|
||
vector<int> path;
|
||
void backtracking(vector<int>& candidates, int target, int sum, int startIndex) {
|
||
if (sum == target) {
|
||
result.push_back(path);
|
||
return;
|
||
}
|
||
|
||
// 如果 sum + candidates[i] > target 就终止遍历
|
||
for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
|
||
sum += candidates[i];
|
||
path.push_back(candidates[i]);
|
||
backtracking(candidates, target, sum, i);
|
||
sum -= candidates[i];
|
||
path.pop_back();
|
||
|
||
}
|
||
}
|
||
public:
|
||
vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
|
||
result.clear();
|
||
path.clear();
|
||
sort(candidates.begin(), candidates.end()); // 需要排序
|
||
backtracking(candidates, target, 0, 0);
|
||
return result;
|
||
}
|
||
};
|
||
```
|
||
|
||
# 总结
|
||
|
||
本题和我们之前讲过的[77.组合](https://programmercarl.com/0077.组合.html)、[216.组合总和III](https://programmercarl.com/0216.组合总和III.html)有两点不同：
|
||
|
||
* 组合没有数量要求
|
||
* 元素可无限重复选取
|
||
|
||
针对这两个问题，我都做了详细的分析。
|
||
|
||
并且给出了对于组合问题，什么时候用startIndex，什么时候不用，并用[17.电话号码的字母组合](https://programmercarl.com/0017.电话号码的字母组合.html)做了对比。
|
||
|
||
最后还给出了本题的剪枝优化，这个优化如果是初学者的话并不容易想到。
|
||
|
||
**在求和问题中，排序之后加剪枝是常见的套路！**
|
||
|
||
可以看出我写的文章都会大量引用之前的文章，就是要不断作对比，分析其差异，然后给出代码解决的方法，这样才能彻底理解题目的本质与难点。
|
||
|
||
|
||
|
||
|
||
|
||
# 其他语言版本
|
||
|
||
|
||
## Java
|
||
```Java
|
||
// 剪枝优化
|
||
class Solution {
|
||
public List<List<Integer>> combinationSum(int[] candidates, int target) {
|
||
List<List<Integer>> res = new ArrayList<>();
|
||
Arrays.sort(candidates); // 先进行排序
|
||
backtracking(res, new ArrayList<>(), candidates, target, 0, 0);
|
||
return res;
|
||
}
|
||
|
||
public void backtracking(List<List<Integer>> res, List<Integer> path, int[] candidates, int target, int sum, int idx) {
|
||
// 找到了数字和为 target 的组合
|
||
if (sum == target) {
|
||
res.add(new ArrayList<>(path));
|
||
return;
|
||
}
|
||
|
||
for (int i = idx; i < candidates.length; i++) {
|
||
// 如果 sum + candidates[i] > target 就终止遍历
|
||
if (sum + candidates[i] > target) break;
|
||
path.add(candidates[i]);
|
||
backtracking(res, path, candidates, target, sum + candidates[i], i);
|
||
path.remove(path.size() - 1); // 回溯，移除路径 path 最后一个元素
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
## Python
|
||
**回溯**
|
||
```python3
|
||
class Solution:
|
||
def __init__(self):
|
||
self.path = []
|
||
self.paths = []
|
||
|
||
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
|
||
'''
|
||
因为本题没有组合数量限制，所以只要元素总和大于target就算结束
|
||
'''
|
||
self.path.clear()
|
||
self.paths.clear()
|
||
self.backtracking(candidates, target, 0, 0)
|
||
return self.paths
|
||
|
||
def backtracking(self, candidates: List[int], target: int, sum_: int, start_index: int) -> None:
|
||
# Base Case
|
||
if sum_ == target:
|
||
self.paths.append(self.path[:]) # 因为是shallow copy，所以不能直接传入self.path
|
||
return
|
||
if sum_ > target:
|
||
return
|
||
|
||
# 单层递归逻辑
|
||
for i in range(start_index, len(candidates)):
|
||
sum_ += candidates[i]
|
||
self.path.append(candidates[i])
|
||
self.backtracking(candidates, target, sum_, i) # 因为无限制重复选取，所以不是i-1
|
||
sum_ -= candidates[i] # 回溯
|
||
self.path.pop() # 回溯
|
||
```
|
||
**剪枝回溯**
|
||
```python3
|
||
class Solution:
|
||
def __init__(self):
|
||
self.path = []
|
||
self.paths = []
|
||
|
||
def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
|
||
'''
|
||
因为本题没有组合数量限制，所以只要元素总和大于target就算结束
|
||
'''
|
||
self.path.clear()
|
||
self.paths.clear()
|
||
|
||
# 为了剪枝需要提前进行排序
|
||
candidates.sort()
|
||
self.backtracking(candidates, target, 0, 0)
|
||
return self.paths
|
||
|
||
def backtracking(self, candidates: List[int], target: int, sum_: int, start_index: int) -> None:
|
||
# Base Case
|
||
if sum_ == target:
|
||
self.paths.append(self.path[:]) # 因为是shallow copy，所以不能直接传入self.path
|
||
return
|
||
# 单层递归逻辑
|
||
# 如果本层 sum + condidates[i] > target，就提前结束遍历，剪枝
|
||
for i in range(start_index, len(candidates)):
|
||
if sum_ + candidates[i] > target:
|
||
return
|
||
sum_ += candidates[i]
|
||
self.path.append(candidates[i])
|
||
self.backtracking(candidates, target, sum_, i) # 因为无限制重复选取，所以不是i-1
|
||
sum_ -= candidates[i] # 回溯
|
||
self.path.pop() # 回溯
|
||
```
|
||
|
||
## Go
|
||
主要在于递归中传递下一个数字
|
||
|
||
```go
|
||
func combinationSum(candidates []int, target int) [][]int {
|
||
var trcak []int
|
||
var res [][]int
|
||
backtracking(0,0,target,candidates,trcak,&res)
|
||
return res
|
||
}
|
||
func backtracking(startIndex,sum,target int,candidates,trcak []int,res *[][]int){
|
||
//终止条件
|
||
if sum==target{
|
||
tmp:=make([]int,len(trcak))
|
||
copy(tmp,trcak)//拷贝
|
||
*res=append(*res,tmp)//放入结果集
|
||
return
|
||
}
|
||
if sum>target{return}
|
||
//回溯
|
||
for i:=startIndex;i<len(candidates);i++{
|
||
//更新路径集合和sum
|
||
trcak=append(trcak,candidates[i])
|
||
sum+=candidates[i]
|
||
//递归
|
||
backtracking(i,sum,target,candidates,trcak,res)
|
||
//回溯
|
||
trcak=trcak[:len(trcak)-1]
|
||
sum-=candidates[i]
|
||
}
|
||
|
||
}
|
||
```
|
||
|
||
## JavaScript
|
||
|
||
```js
|
||
var combinationSum = function(candidates, target) {
|
||
const res = [], path = [];
|
||
candidates.sort(); // 排序
|
||
backtracking(0, 0);
|
||
return res;
|
||
function backtracking(j, sum) {
|
||
if (sum > target) return;
|
||
if (sum === target) {
|
||
res.push(Array.from(path));
|
||
return;
|
||
}
|
||
for(let i = j; i < candidates.length; i++ ) {
|
||
const n = candidates[i];
|
||
if(n > target - sum) continue;
|
||
path.push(n);
|
||
sum += n;
|
||
backtracking(i, sum);
|
||
path.pop();
|
||
sum -= n;
|
||
}
|
||
}
|
||
};
|
||
```
|
||
|
||
## C
|
||
```c
|
||
int* path;
|
||
int pathTop;
|
||
int** ans;
|
||
int ansTop;
|
||
//记录每一个和等于target的path数组长度
|
||
int* length;
|
||
|
||
void backTracking(int target, int index, int* candidates, int candidatesSize, int sum) {
|
||
//若sum>=target就应该终止遍历
|
||
if(sum >= target) {
|
||
//若sum等于target，将当前的组合放入ans数组中
|
||
if(sum == target) {
|
||
int* tempPath = (int*)malloc(sizeof(int) * pathTop);
|
||
int j;
|
||
for(j = 0; j < pathTop; j++) {
|
||
tempPath[j] = path[j];
|
||
}
|
||
ans[ansTop] = tempPath;
|
||
length[ansTop++] = pathTop;
|
||
}
|
||
return ;
|
||
}
|
||
|
||
int i;
|
||
for(i = index; i < candidatesSize; i++) {
|
||
//将当前数字大小加入sum
|
||
sum+=candidates[i];
|
||
path[pathTop++] = candidates[i];
|
||
backTracking(target, i, candidates, candidatesSize, sum);
|
||
sum-=candidates[i];
|
||
pathTop--;
|
||
}
|
||
}
|
||
|
||
int** combinationSum(int* candidates, int candidatesSize, int target, int* returnSize, int** returnColumnSizes){
|
||
//初始化变量
|
||
path = (int*)malloc(sizeof(int) * 50);
|
||
ans = (int**)malloc(sizeof(int*) * 200);
|
||
length = (int*)malloc(sizeof(int) * 200);
|
||
ansTop = pathTop = 0;
|
||
backTracking(target, 0, candidates, candidatesSize, 0);
|
||
|
||
//设置返回的数组大小
|
||
*returnSize = ansTop;
|
||
*returnColumnSizes = (int*)malloc(sizeof(int) * ansTop);
|
||
int i;
|
||
for(i = 0; i < ansTop; i++) {
|
||
(*returnColumnSizes)[i] = length[i];
|
||
}
|
||
return ans;
|
||
}
|
||
```
|
||
|
||
## Swift
|
||
|
||
```swift
|
||
func combinationSum(_ candidates: [Int], _ target: Int) -> [[Int]] {
|
||
var result = [[Int]]()
|
||
var path = [Int]()
|
||
func backtracking(sum: Int, startIndex: Int) {
|
||
// 终止条件
|
||
if sum == target {
|
||
result.append(path)
|
||
return
|
||
}
|
||
|
||
let end = candidates.count
|
||
guard startIndex < end else { return }
|
||
for i in startIndex ..< end {
|
||
let sum = sum + candidates[i] // 使用局部变量隐藏回溯
|
||
if sum > target { continue } // 剪枝
|
||
|
||
path.append(candidates[i]) // 处理
|
||
backtracking(sum: sum, startIndex: i) // i不用+1以重复访问
|
||
path.removeLast() // 回溯
|
||
}
|
||
}
|
||
backtracking(sum: 0, startIndex: 0)
|
||
return result
|
||
}
|
||
```
|
||
|
||
-----------------------
|
||
<div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码一.jpg width=500> </img></div>
|