您的位置:首页 > 其它

leetcode_39. 组合总和

2020-09-09 12:12 134 查看

目录

一、题目内容

二、解题思路

三、代码

一、题目内容

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]
]

 

提示:

1 <= candidates.length <= 30
1 <= candidates <= 200
candidate 中的每个元素都是独一无二的。
1 <= target <= 500

二、解题思路

1.回溯+DFS。

2.注意当所加数之和大于target则返回,等于target则记录。

三、代码

[code]import copy

class Solution:
def combinationSum(self, candidates: list, target: int) -> list:
n = len(candidates)
ans = []
res = []
def dfs(index, n, su, ans):
if su == target:
if res not in ans:
ans.append(res.copy())
# print(ans)
if su > target:
return
for i in range(index, n):
su += candidates[i]
res.append(candidates[i])
dfs(i, n, su, ans)
su -= candidates[i]
res.remove(candidates[i])
dfs(0, n, 0, ans)
return ans

if __name__ == '__main__':
candidates = [2, 3, 6, 7]
target = 7
s = Solution()
ans = s.combinationSum(candidates, target)
print(ans)
悲恋花丶无心之人 CSDN认证博客专家 [i]
TensorFlow 深度学习 神经网络 计算机视觉在读研究生,熟悉Pytorch,MXNet,TensorFlow,Keras等深度学习框架,主要涉及的领域有目标检测,语义分割,超分辨率重建,行人重识别等。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: