给定一个数字字符串 num
,比如 "123456579"
,我们可以将它分成「斐波那契式」的序列 [123, 456, 579]
。
形式上, **斐波那契式 **序列是一个非负整数列表 f
,且满足:
0 <= f[i] < 231
,(也就是说,每个整数都符合 32 位 有符号整数类型)
f.length >= 3
- 对于所有的
0 <= i < f.length - 2
,都有 f[i] + f[i + 1] = f[i + 2]
另外,请注意,将字符串拆分成小块时,每个块的数字一定不要以零开头,除非这个块是数字 0
本身。
返回从 num
拆分出来的任意一组斐波那契式的序列块,如果不能拆分则返回 []
。
示例 1:
**输入:** num = "1101111"
**输出:** [11,0,11,11]
**解释:** 输出[110,1,111]也可以。
示例 2:
**输入:** num = "112358130"
**输出:** []
**解释:** 无法拆分。
示例 3:
**输入:** "0123"
**输出:** []
**解释:** 每个块的数字不能以零开头,因此 "01","2","3" 不是有效答案。
提示:
1 <= num.length <= 200
num
中只含有数字
方法一:回溯 + 剪枝
将给定的字符串拆分成斐波那契式序列,可以通过回溯的方法实现。
使用列表存储拆分出的数,回溯过程中维护该列表的元素,列表初始为空。遍历字符串的所有可能的前缀,作为当前被拆分出的数,然后对剩余部分继续拆分,直到整个字符串拆分完毕。
根据斐波那契式序列的要求,从第 3 个数开始,每个数都等于前 2 个数的和,因此从第 3 个数开始,需要判断拆分出的数是否等于前 2 个数的和,只有满足要求时才进行拆分,否则不进行拆分。
回溯过程中,还有三处可以进行剪枝操作。
拆分出的数如果不是 0,则不能以 0 开头,因此如果字符串剩下的部分以 0 开头,就不需要考虑拆分出长度大于 1 的数,因为长度大于 1 的数以 0 开头是不符合要求的,不可能继续拆分得到斐波那契式序列;
拆分出的数必须符合 32 位有符号整数类型,即每个数必须在 [0,2^{31}-1] 的范围内,如果拆分出的数大于 2^{31}-1,则不符合要求,长度更大的数的数值也一定更大,一定也大于 2^{31}-1,因此不可能继续拆分得到斐波那契式序列;
如果列表中至少有 2 个数,并且拆分出的数已经大于最后 2 个数的和,就不需要继续尝试拆分了。
当整个字符串拆分完毕时,如果列表中至少有 3 个数,则得到一个符合要求的斐波那契式序列,返回列表。如果没有找到符合要求的斐波那契式序列,则返回空列表。
实现方面,回溯需要带返回值,表示是否存在符合要求的斐波那契式序列。
[sol1-Java]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
| class Solution { public List<Integer> splitIntoFibonacci(String num) { List<Integer> list = new ArrayList<Integer>(); backtrack(list, num, num.length(), 0, 0, 0); return list; }
public boolean backtrack(List<Integer> list, String num, int length, int index, int sum, int prev) { if (index == length) { return list.size() >= 3; } long currLong = 0; for (int i = index; i < length; i++) { if (i > index && num.charAt(index) == '0') { break; } currLong = currLong * 10 + num.charAt(i) - '0'; if (currLong > Integer.MAX_VALUE) { break; } int curr = (int) currLong; if (list.size() >= 2) { if (curr < sum) { continue; } else if (curr > sum) { break; } } list.add(curr); if (backtrack(list, num, length, i + 1, prev + curr, curr)) { return true; } else { list.remove(list.size() - 1); } } return false; } }
|
[sol1-C++]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
| class Solution { public: vector<int> splitIntoFibonacci(string num) { vector<int> list; backtrack(list, num, num.length(), 0, 0, 0); return list; }
bool backtrack(vector<int>& list, string num, int length, int index, long long sum, int prev) { if (index == length) { return list.size() >= 3; } long long curr = 0; for (int i = index; i < length; i++) { if (i > index && num[index] == '0') { break; } curr = curr * 10 + num[i] - '0'; if (curr > INT_MAX) { break; } if (list.size() >= 2) { if (curr < sum) { continue; } else if (curr > sum) { break; } } list.push_back(curr); if (backtrack(list, num, length, i + 1, prev + curr, curr)) { return true; } list.pop_back(); } return false; } };
|
[sol1-JavaScript]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
| var splitIntoFibonacci = function(num) { const list = new Array().fill(0); backtrack(list, num, num.length, 0, 0, 0); return list; };
const backtrack = (list, num, length, index, sum, prev) => { if (index === length) { return list.length >= 3; } let currLong = 0; for (let i = index; i < length; i++) { if (i > index && num[index] === '0') { break; } currLong = currLong * 10 + num[i].charCodeAt() - '0'.charCodeAt(); if (currLong > Math.pow(2, 31) - 1) { break; } let curr = currLong; if (list.length >= 2) { if (curr < sum) { continue; } else if (curr > sum) { break; } } list.push(curr); if (backtrack(list, num, length, i + 1, prev + curr, curr)) { return true; } else { list.splice(list.length - 1, 1); } } return false; }
|
[sol1-Python3]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
| class Solution: def splitIntoFibonacci(self, num: str) -> List[int]: ans = list()
def backtrack(index: int): if index == len(num): return len(ans) >= 3 curr = 0 for i in range(index, len(num)): if i > index and num[index] == "0": break curr = curr * 10 + ord(num[i]) - ord("0") if curr > 2**31 - 1: break if len(ans) < 2 or curr == ans[-2] + ans[-1]: ans.append(curr) if backtrack(i + 1): return True ans.pop() elif len(ans) > 2 and curr > ans[-2] + ans[-1]: break return False backtrack(0) return ans
|
[sol1-Golang]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
| func splitIntoFibonacci(num string) (F []int) { n := len(num) var backtrack func(index, sum, prev int) bool backtrack = func(index, sum, prev int) bool { if index == n { return len(F) >= 3 }
cur := 0 for i := index; i < n; i++ { if i > index && num[index] == '0' { break }
cur = cur*10 + int(num[i]-'0') if cur > math.MaxInt32 { break }
if len(F) >= 2 { if cur < sum { continue } if cur > sum { break } }
F = append(F, cur) if backtrack(i+1, prev+cur, cur) { return true } F = F[:len(F)-1] } return false } backtrack(0, 0, 0) return }
|
[sol1-C]1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
| bool backtrack(int* list, int* listSize, char* num, int length, int index, long long sum, int prev) { if (index == length) { return (*listSize) >= 3; } long long curr = 0; for (int i = index; i < length; i++) { if (i > index && num[index] == '0') { break; } curr = curr * 10 + num[i] - '0'; if (curr > INT_MAX) { break; } if ((*listSize) >= 2) { if (curr < sum) { continue; } else if (curr > sum) { break; } } list[(*listSize)++] = curr; if (backtrack(list, listSize, num, length, i + 1, prev + curr, curr)) { return true; } (*listSize)--; } return false; }
int* splitIntoFibonacci(char* num, int* returnSize) { int n = strlen(num); int* list = malloc(sizeof(int) * n); *returnSize = 0; backtrack(list, returnSize, num, strlen(num), 0, 0, 0); return list; }
|
复杂度分析
时间复杂度:O(n \log^2 C),其中 n 是字符串的长度,C 是题目规定的整数范围 2^{31}-1。在回溯的过程中,实际上真正进行「回溯」的只有前 2 个数,而从第 3 个数开始,整个斐波那契数列是可以被唯一确定的,整个回溯过程只起到验证(而不是枚举)的作用。对于前 2 个数,它们的位数不能超过 \lfloor \log_{10} C \rfloor,那么枚举的空间为 O(\log^2 C);对于后面的所有数,回溯的过程是没有「分支」的,因此时间复杂度为 O(n),相乘即可得到总时间复杂度 O(n \log^2 C)。
空间复杂度:O(n),其中 n 是字符串的长度。除了返回值以外,空间复杂度主要取决于回溯过程中的递归调用层数,最大为 n。