本文共 1032 字，大约阅读时间需要 3 分钟。

   
   
   
   
class Solution(object):    def findSubsequences(self, nums):        """nums: List[int]"""        if not nums:            return []                result = []        path = []        n = len(nums)                def trace(start):            if len(path) >= 2:                result.append(path[:])                        memo = set()            for i in range(start, n):                if nums[i] in memo:                    continue                if not path:                    path.append(nums[i])                elif nums[i] >= path[-1]:                    path.append(nums[i])                else:                    continue                memo.add(nums[i])                trace(i + 1)                path.pop()                trace(0)        return result
   
这个算法通过递归的方式遍历所有可能的子序列，并使用memoization技术来避免重复计算。具体来说，它维护了一个路径记录当前选择的数字序列，以及一个集合来记录已经访问过的数字，以防止重复选择相同的数字。这样可以有效地去重，确保每个子序列都是唯一的。
   
在时间复杂度方面，尽管看起来是O(n * 2^n)，但由于递归函数中有剪枝操作（比如通过memo来跳过已经处理过的数字），实际上的复杂度会有所优化，但仍然保持在O(n * 2^n)的级别。空间复杂度方面，path和memo都只占用O(n)的空间，这使得算法在空间上非常高效。
   
   

转载地址：http://tylyz.baihongyu.com/