动态规划解决LeetCode 902最大数字组合问题

1. 问题背景与核心挑战

今天要讨论的是LeetCode第902题"最大为N的数字组合"，这是一道典型的中等难度动态规划问题。题目要求我们给定一个数字字符串数组digits和一个整数n，返回可以用digits中的数字组成的、小于等于n的正整数的个数。

这道题的难点在于如何高效处理数字组合与比较的逻辑。直接暴力枚举所有可能的组合显然不现实，特别是当n很大时（比如n是10^9量级），这种方法的计算量会呈指数级增长。我们需要找到一种更聪明的计算方法。

2. 解题思路分析

2.1 问题分解

首先，我们可以将问题分解为两部分：

1. 计算所有位数比n少的数字组合
2. 计算位数与n相同但数值不超过n的数字组合

对于第一部分，因为位数少，所以这些数字肯定小于n，可以直接计算组合数。第二部分则需要更细致的比较。

2.2 动态规划方法

我们可以使用动态规划来解决这个问题。定义dp[i]表示从最高位开始处理到第i位时，满足条件的数字组合数。这里需要考虑两种情况：

• 前i-1位已经严格小于n的前i-1位
• 前i-1位等于n的前i-1位，第i位需要小于等于n的第i位

2.3 具体实现步骤

1. 将n转换为字符串形式，方便逐位比较
2. 预处理digits数组，确保它是排序的
3. 计算位数比n少的数字组合总数
4. 使用动态规划计算位数与n相同的有效组合数
5. 将两部分结果相加得到最终答案

3. 代码实现详解

java复制public int atMostNGivenDigitSet(String[] digits, int n) {
    String s = String.valueOf(n);
    int m = digits.length;
    int k = s.length();
    int[] dp = new int[k + 1];
    dp[k] = 1;
    
    // 处理位数与n相同的数字
    for (int i = k - 1; i >= 0; i--) {
        int si = s.charAt(i) - '0';
        for (String d : digits) {
            int num = Integer.parseInt(d);
            if (num < si) {
                dp[i] += Math.pow(m, k - i - 1);
            } else if (num == si) {
                dp[i] += dp[i + 1];
            }
        }
    }
    
    // 处理位数比n少的数字
    for (int i = 1; i < k; i++) {
        dp[0] += Math.pow(m, i);
    }
    
    return dp[0];
}

4. 代码解析与优化

4.1 关键点解析

1. 字符串转换：将n转换为字符串s，方便逐位比较
2. 动态规划数组：dp数组从后向前计算，dp[i]表示处理到第i位时的有效组合数
3. 两种情况处理：
   • 当前数字小于n的对应位：后面的位可以任意选择
   • 当前数字等于n的对应位：需要看后面的位是否符合条件

4.2 时间复杂度分析

该算法的时间复杂度为O(k*m)，其中k是n的位数，m是digits数组的长度。这比暴力枚举的O(m^k)要高效得多。

4.3 空间优化

我们可以将dp数组优化为只使用O(1)的额外空间，因为每次计算只需要前一个状态的值。不过为了代码清晰，这里保留了完整的dp数组。

5. 边界条件与特殊情况

5.1 边界条件处理

1. n为0：根据题意，n是正整数，所以不需要处理
2. digits为空：直接返回0
3. digits包含0：根据题意，数字组合必须是正整数，所以0不应该出现在digits中

5.2 测试用例示例

java复制// 测试用例1
String[] digits1 = {"1","3","5","7"};
int n1 = 100;
// 预期输出: 20

// 测试用例2
String[] digits2 = {"1","4","9"};
int n2 = 1000000000;
// 预期输出: 29523

// 测试用例3
String[] digits3 = {"7"};
int n3 = 8;
// 预期输出: 1

6. 算法优化与变种

6.1 记忆化搜索方法

除了动态规划，我们还可以使用记忆化搜索的方法来解决这个问题。这种方法可能更直观，但实现起来会稍微复杂一些。

6.2 数学组合方法

对于位数比n少的数字组合，我们可以直接使用排列组合公式计算，而不需要逐个累加。这可以稍微提高一些效率。

6.3 支持更大范围的n

如果需要处理更大的n（比如超过long的范围），我们可以将n作为字符串直接输入，避免数值转换的问题。

7. 实际应用场景

这类数字组合问题在实际中有多种应用场景：

1. 密码组合计算：计算符合特定规则的密码组合数
2. 产品编码生成：生成符合特定规则的序列号
3. 数据验证：验证输入是否符合特定的数字格式要求

8. 常见错误与调试技巧

8.1 常见错误

1. 位数计算错误：忘记处理位数比n少的情况
2. 边界条件遗漏：没有处理n的每一位都大于digits中所有数字的情况
3. 重复计算：在动态规划过程中重复计算相同的子问题

8.2 调试技巧

1. 打印中间结果：在计算过程中打印dp数组的值，验证计算逻辑
2. 小规模测试：先用小的n值测试，确保基本逻辑正确
3. 对比暴力解法：对于小规模问题，可以用暴力解法验证结果的正确性

9. 性能优化建议

1. 预处理digits：将digits转换为整数数组，避免在循环中重复转换
2. 预计算幂次：预先计算并存储不同位数的组合数，避免重复计算
3. 提前终止：当发现后续无论如何组合都无法满足条件时，可以提前终止计算

10. 扩展思考

这道题可以有多种变种，比如：

1. 严格小于n的数字组合
2. 包含特定数字模式的组合
3. 支持数字重复使用的组合

每种变种都需要对基本算法进行相应的调整，但核心思路仍然是动态规划或记忆化搜索。