作者介绍:10年大厂数据\经营分析经验,现任大厂数据部门负责人。
会一些的技术:数据分析、算法、SQL、大数据相关、python欢迎加入社区:码上找工作
http://t.csdnimg.cn/Q59WX作者专栏每日更新:
LeetCode解锁1000题: 打怪升级之旅LeetCode解锁1000题: 打怪升级之旅
https://blog.csdn.net/cciehl/category_12625714.html
python数据分析可视化:企业实战案例https://blog.csdn.net/cciehl/category_12615648.html
备注说明:方便大家阅读,统一使用python,带必要注释,公众号 数据分析螺丝钉 一起打怪升级
问题描述
给定一个数字 n,要求生成所有可能的并且有效的括号组合。
有效的括号组合需要满足以下条件:
- 左括号必须以正确的顺序闭合。
 - 左括号和右括号的数量相等。
 
例如,当 n = 3 时,一个可能的解集为:
[  "((()))",  "(()())",  "(())()",  "()(())",  "()()()"]
 
解题思路
方法一:递归
解题步骤
要生成所有有效的括号组合,我们可以使用递归来逐步构建字符串。我们维护两个变量:左括号和右括号的剩余数量。在每一步中,我们都有两个选择:
- 如果左括号的数量不为0,我们可以添加一个左括号。
 - 如果右括号的数量大于左括号的数量,我们可以添加一个右括号。
 
python示例
-  
主函数
generateParenthesis:- 输入参数 
n代表一对括号的数量。 - 定义了一个内部的辅助函数 
backtrack,用于递归构建有效的括号组合。 - 定义一个列表 
results,用来存储所有有效的括号组合。 - 最后,调用 
backtrack函数并返回results。 
 - 输入参数 
 -  
辅助函数
backtrack:- 接收三个参数:当前累积的括号字符串 
accumulated,当前开括号的数量open_brackets,和当前闭括号的数量close_brackets。 - 递归的基准情况是当累积的字符串长度达到2n时,此时我们找到了一个有效的括号组合,将其添加到结果列表中。
 - 如果开括号的数量小于n,我们可以添加一个开括号并递归地调用 
backtrack。 - 如果闭括号的数量小于开括号的数量,这意味着我们可以添加一个闭括号而不破坏括号的有效性,因此我们再次递归地调用 
backtrack,添加一个闭括号。 
 - 接收三个参数:当前累积的括号字符串 
 
下面是一个Python示例代码
from typing import List
def generateParenthesis(n: int) -> List[str]:
    def backtrack(accumulated: str, open_brackets: int, close_brackets: int):
        # 当累积的字符串长度达到2n时,表示形成了一个有效的组合
        if len(accumulated) == 2 * n:
            results.append(accumulated)
            return
        # 如果开括号的数量少于n,可以添加一个开括号
        if open_brackets < n:
            backtrack(accumulated + '(', open_brackets + 1, close_brackets)
        # 如果闭括号数量少于开括号,可以添加一个闭括号
        if close_brackets < open_brackets:
            backtrack(accumulated + ')', open_brackets, close_brackets + 1)
    results = []
    backtrack('', 0, 0)
    return results
 
算法分析
- 时间复杂度:O(4^n / sqrt(n)),这是基于卡塔兰数的通项公式。
 - 空间复杂度:O(n),递归栈的空间。
 
方法二:动态规划
动态规划是解决这类问题的另一种有效方法,其基本思想是将问题分解为一系列相关的子问题,并存储这些子问题的解,以避免重复计算。
解题步骤
- 定义一个列表 
dp来存储所有解,其中dp[i]包含了所有由i对括号能组成的有效组合。 - 初始化 
dp[0] = [""],即没有括号时认为存在一个空的解。 - 对于每个 
i从1到n(含),计算dp[i]的值:- 遍历 
j从0到i-1(含),我们将dp[i]的解视为在dp[j]的解的基础上添加一对括号,然后在里面填充dp[i-j-1]的解。 - 具体地,对于 
dp[j]中的每个字符串,我们在其外部添加一对括号,然后在这对括号内部尝试插入dp[i-j-1]中的所有可能的字符串。 
 - 遍历 
 
python示例
def generateParenthesis(n: int) -> List[str]:
    dp = [[] for _ in range(n + 1)]
    dp[0] = [""]  # 初始化基础情况
    for i in range(1, n + 1):
        for j in range(i):
            for a in dp[j]:
                for b in dp[i-j-1]:
                    dp[i].append("(" + a + ")" + b)
    return dp[n]
 
算法分析
动态规划方法相较于递归回溯,具有不同的优势:
- 时间复杂度:虽然动态规划方法的时间复杂度仍然是指数级的,因为解的数量本身就是指数增长的,但是通过避免重复计算子问题,它可能在某些情况下比纯粹的递归回溯更高效。
 - 空间复杂度:O(n * 卡塔兰数),这是因为需要存储所有由 
i对括号组成的所有有效组合。 
应用场景
这个问题不仅是编程面试中的常见问题,也有着广泛的应用场景,例如在编译原理中处理括号匹配问题,在数学中研究卡塔兰数的性质等。
结论
生成所有有效的括号组合是一类经典的算法问题,常见于编程面试和算法竞赛。对于这个问题,主要有两种解决方案:递归回溯和动态规划。每种方法都有其独特的优势和考量。



















