引言
Coding 问题中有时会出现这样的问题:给定一个集合,求出这个集合所有的子集(所谓子集,就是包含原集合中的一部分元素的集合)。
或者求出满足一定要求的子集,比如子集中元素总和为定值,子集元素个数为定值等等。
我把它们归类为子集系列问题。
这篇博文作为子集系列第一篇,着重讨论最传统的子集问题,也就是“给定一个集合,求出这个集合所有的子集”,没有附加要求。我会讨论解决此类题目的两种思路,并做一些比较。
还是从具体题目开始
例题1, 不包含重复元素的集合S,求其所有子集
Given a set of distinct integers, S, return all possible subsets.
Note:
- Elements in a subset must be in non-descending order.
- The solution set must not contain duplicate subsets.
For example,
If S = [1,2,3]
, a solution is:
[ [3], [1], [2], [1,2,3], [1,3], [2,3], [1,2], [] ]
class Solution { public: vector<vector<int> > subsets(vector<int> &S) { } };
题目来自LeetCode Subsets
思路一
可以用递推的思想,观察S=[], S =[1], S = [1, 2] 时解的变化。
可以发现S=[1, 2] 的解就是 把S = [1]的所有解末尾添上2,然后再并上S = [1]里面的原有解。因此可以定义vector<vector<int> > 作为返回结果res, 开始时res里什么都没有,第一步放入一个空的vecotr<int>,然后这样迭代n次,每次更新res 内容,最后返回res。
代码:
class Solution { public: vector<vector<int> > subsets(vector<int> &S) { vector<vector<int> > res; vector<int> emp; res.push_back(emp); sort(S.begin(), S.end()); if(S.size() == 0) return res; for(vector<int>::iterator ind = S.begin(); ind < S.end(); ++ind){ int size = res.size(); for(int i = 0; i < size; ++i){ vector<int> v; for(vector<int>::iterator j = res[i].begin(); j < res[i].end(); ++j){ v.push_back(*j); } v.push_back(*ind); res.push_back(v); } } return res; } };
10 / 10 test cases passed. Runtime: 16 ms
这里注意因为res一直在增长,所以遍历res的时候不能用vector<int>::iterator,否则可能因为vector重新allocate内存而地址失效,因此直接使用数组下标。
思路二
所谓子集,就是包含原集合中的一些元素,不包含另一些元素。如果单独看某一个元素,它都有两种选择:"被包含在子集中"和"不被包含在子集中",对于元素个数为n、且不含重复元素的S,子集总数是2n。因此我们可以遍历S的所有元素,然后用递归考虑每一个元素包含和不包含的两种情况。
代码,这种思路需要用到递归
class Solution { public: vector<vector<int> > subsets(vector<int> &S) { vector<int> v; sort(S.begin(), S.end()); subsetsCore(S, 0, v); return res; } private: vector<vector<int> > res; void subsetsCore(vector<int> &S, int start, vector<int> &v){ if(start == S.size()) { res.push_back(v); return;} vector<int> v2; for(vector<int>::iterator i = v.begin(); i < v.end(); v2.push_back(*(i++))); v.push_back(S[start]); subsetsCore(S, start+1, v); //包含S[start] subsetsCore(S, start+1, v2); //不包含S[start] } };
10 / 10 test cases passed. Runtime: 40 ms
例题2,S中包含有重复元素
原题中规定原集合S中的元素是distinct的。如果S中包含有重复元素(也就是LeetCode中题Subset II),这种思路需要如何改进?
Subsets II
Given a collection of integers that might contain duplicates, S, return all possible subsets.
Note:
- Elements in a subset must be in non-descending order.
- The solution set must not contain duplicate subsets.
思路一
我们以S=[1,2,2]为例:
可以发现从S=[1,2]变化到S=[1,2,2]时,多出来的有两个子集[2,2]和[1,2,2],这两个子集,其实就是 [2], [1,2]末尾都加上2 而产生。而[2], [1,2] 这两个子集实际上是 S=[1,2]的解到 S=[1]的解 新添加的部分。
因此,若S中有重复元素,可以先排序;遍历过程中如果发现当前元素S[i] 和 S[i-1] 相同,那么不同于原有思路中“将当前res中所有自己拷贝一份再在末尾添加S[i]”的做法,我们只将res中上一次添加进来的子集拷贝一份,末尾添加S[i]。
代码:
class Solution { public: vector<vector<int> > subsetsWithDup(vector<int> &S) { vector<vector<int> > subsets; vector<int> v; subsets.push_back(v); if(S.empty()) return subsets; sort(S.begin(), S.end()); int m = 0; //m 用来存储上一次加进来的子集们的起始index for(vector<int>::iterator i = S.begin(); i < S.end(); ++i){ int start = ((i != S.begin() && *i == *(i-1)) ? m : 0); //如果S的当前元素和前一个元素相同,只拷贝上次加进来的子集 int end = subsets.size(); for(int j = start; j < end; ++j){ vector<int> vt; for(vector<int>::iterator k = subsets[j].begin(); k < subsets[j].end(); ++k){ vt.push_back(*k); } vt.push_back(*i); subsets.push_back(vt); } m = end; } return subsets; } };
19 / 19 test cases passed,Runtime: 72 ms
小结:
思路一的切入点是:比较S=[1]和S=[1,2] 的解的区别,找到转移方程。实现方式是不停迭代和更新res。
实现的优势是不需要使用递归,迭代即可完成;但需要定义一个vector<vector<int> > res,然后迭代过程中不停基于res已有的子集生成新的子集,再添加到res中,也就是说res除了用于最终返回,在迭代过程中还有临时存放点的作用。
用与上题类似的思路二来解:
对于含有重复元素的S,可以先排序,然后考虑去重:我们可以发现如果所遍历的当前元素S[i] 和 目前的子集的末尾元素相同,那么就不再需要考虑"不包含当前元素到子集中"的情况,只需要考虑"包含当前元素到子集中一种情况"。举个例子:对于S=[1,2,2],如果遍历到第二个"2",当前子集v是[1, 2],这个时候如果考虑"不把2包含进子集的情况",即维持子集=[1,2]不动,遍历下一个元素;这样其结果会出现重复。因为考虑另一个递归调用,其当前子集v是[1],也遍历到了S的第二个"2",它将这个"2"元素放入当前子集,虽然继续遍历下一个元素。这两个递归调用的结果是重复的。因此,若当前递归调用所遍历到的元素和当前子集v的末尾元素相同,只考虑"把当前元素添加到子集末尾"的情况。
代码
class Solution { public: vector<vector<int> > subsetsWithDup(vector<int> &S) { vector<int> v; sort(S.begin(), S.end()); subsetsCore(S, 0, v); return res; } private: vector<vector<int> > res; void subsetsCore(vector<int> &S, int start, vector<int> &v){ if(start == S.size()) { res.push_back(v); return;} if(v.size() == 0 || v[v.size()-1] != S[start]){ //When S[start] != v[v.size()-1], we need to consider both case: add S[start] into v; not add S[start] to v. If S[start] == v[v.size()-1], we only need to consider the case add S[start] into v. vector<int> v2; for(vector<int>::iterator i = v.begin(); i < v.end(); v2.push_back(*(i++))); subsetsCore(S, start+1, v2); } v.push_back(S[start]); subsetsCore(S, start+1, v); } };
19 / 19 test cases passed,Runtime: 52 ms
上面的解法中因为老是要从v拷贝元素到v2,所以比较占用时间,可以设置一个全局vector<int>,回溯增删。
class Solution { public: vector<vector<int> > subsetsWithDup(vector<int> &S) { sort(S.begin(), S.end()); subsetsCore(S, 0); return res; } private: vector<int> path; vector<vector<int> > res; void subsetsCore(vector<int> &S, int start){ if(start == S.size()) { res.push_back(path); return;} if(path.size() == 0 || path[path.size()-1] != S[start]) subsetsCore(S, start+1); //When S[start] != v[v.size()-1], we need to consider both case: add S[start] into v; not add S[start] to v. If S[start] == v[v.size()-1], we only need to consider the case add S[start] into v. path.push_back(S[start]); subsetsCore(S, start+1); path.pop_back(); } };
19 / 19 test cases passed,Runtime: 48 ms
因为case区分度不够的缘故,在这个例子中没有快太多,但在下一篇文章中的Combination 例题中,使用全局的path会省去很多时间。
小结
从本质上来说,思路二和思路一是同一种解法,只是切入角度不同,致使实现方式不同。思路二虽然没有显示定义vector<vector<int>>来存放所有子集,但是所有递归里新开的vector<int>,加起来所占用的空间和思路一所占用空间一样,思路二还多出了递归所占用的栈空间。
例题3,string 的子集
子集求解可以再做一些改变,比如:S不再是一个vector<int>,而是一个string,求其所有的sub string。
我参加Bloomberg的面试时,曾经遇到S为string的题目,S的长度小于30,要求求出S这个字符串所有的sub string。例如S = "abc",输出 "a" "b" "c" "ab" "ac" "bc" "abc",空子串不需要输出。
要求不能用递归,不能申请vector或者数组,直接输出所有sub string。当时我曾经做过LeetCode上的Subset,也就是本文中拿来当例题的题目,刷LeetCode时,用第一种思路解出来了,就没有再继续深究下去。结果遇到这一题时(只有十多分钟解题),一紧张,满脑子都是原来的思路一,没能给出符合要求的解。
其实如果从"每个元素都有包含进子集和不包含进子集两种可能",也就是思路二入手,这个问题就可以解决。
思路二的本质是"考虑每一个元素的两种情况",虽然不能用递归,但是因为S的长度小于30,我们可以用一个unsigned int 的每个bit位来表示S的每一个字符的两种情况。当然这解法的前提是S这个string中不含重复字符。
代码
void subsets(string s) { if(s.length() == 0) return; unsigned int i = 1, judgeEnd = (1 << s.length()) - 1; //judgeEnd用来判定i 递增的终止 unsigned int mask = 0; //mask用于滤出 i 的每一位 int j = 0; for(; (i & judgeEnd) > 0; cout << endl, ++i){ for(mask = 1 << (s.length() - 1), j = 0; j < s.length(); ++j, mask = mask >> 1){ if(mask & i) cout << s[j]; } } }
做过类似的题目依然面试没过,也算是一个惨痛的教训吧。刷题的本质,是为了让自己通过接触不同的题目,在总结思考中提升coding能力。对于做的每一题,都需要发散开来,探究不同的解法和思路;如果仅仅满足于AC,结果一旦题目有所变化,反而会被原来的思路束缚住手脚。
续篇: