题目描述
给定两个整数 $n$ 和 $k$,请返回从 $1 … n$ 中选 $k$ 个数的所有方案。
样例
输入:n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
算法
(DFS) $O(C_n^k \times k)$
深度优先搜索,每层枚举第 $u$ 个数选哪个,一共枚举 $k$ 层。由于这道题要求组合数,不考虑数的顺序,所以我们需要再记录一个值 $start$,表示当前数需要从几开始选,来保证所选的数递增。
时间复杂度分析:一共有 $C_n^k$ 个方案,另外记录每个方案时还需要 $O(k)$ 的时间,所以时间复杂度是 $O(C_n^k \times k)$。
C++ 代码
class Solution {
public:
vector<vector<int>> ans;
vector<int> path;
vector<vector<int>> combine(int n, int k) {
dfs(0, 1, n, k);
return ans;
}
void dfs(int u, int start, int n, int k)
{
if (u == k)
{
ans.push_back(path);
return ;
}
for (int i = start; i <= n; i ++ )
{
path.push_back(i);
dfs(u + 1, i + 1, n, k);
path.pop_back();
}
}
};
好像没有for loop 也可以
这个时间复杂度的分析很巧妙啊,开始自己想的时候一直没太明白。还要分析下空间复杂度,递归栈为n,存储方案需要k,所以复杂度O(n + k)
这个代码是有剪枝的么
没有吧
只是简单的枚举加回溯
y总,这种dfs问题的时间复杂度该如何分析?有x种方案就是O(x) 吗?
需要看指令的执行次数,这道题目里就是看dfs函数的执行次数,以及每个dfs内部的计算量。
最后这个for循环有点懵,到底走for还是走递归,好绕啊
可以画一下递归搜索树,理解会容易一些。