【問題描述】 46.全排列 (中等)
給定一個 沒有重複 數字的序列,傳回其所有可能的全排列。
示例:
輸入: [1,2,3]
輸出:
[
[1,2,3],
[1,3,2],
[2,1,3],
[2,3,1],
[3,1,2],
[3,2,1]
]
【解答思路】
1. 回溯
時間複雜度:O(NN!) 空間複雜度:O(NN!)
public class Solution {
public List<List<Integer>> permute(int[] nums) {
// 首先是特判
int len = nums.length;
// 使用一個動态數組儲存所有可能的全排列
List<List<Integer>> res = new ArrayList<>();
if (len == 0) {
return res;
}
boolean[] used = new boolean[len];
List<Integer> path = new ArrayList<>();
dfs(nums, len, 0, path, used, res);
return res;
}
private void dfs(int[] nums, int len, int depth,
List<Integer> path, boolean[] used,
List<List<Integer>> res) {
if (depth == len) {
//不能直接path
//path 這個變量所指向的對象在遞歸的過程中隻有一份,深度優先周遊完成以後,因為回到了根結點(因為我們之前說了,從深層結點回到淺層結點的時候,需要撤銷之前的選擇),是以 path 這個變量回到根結點以後都為空。
res.add(new ArrayList<>(path));
return;
}
//contains時間複雜度更高
//if (path.contains(nums[i])) {
// continue;
// }
for (int i = 0; i < len; i++) {
if (!used[i]) {
path.add(nums[i]);
used[i] = true;
dfs(nums, len, depth + 1, path, used, res);
// 注意:這裡是狀态重置,是從深層結點回到淺層結點的過程,代碼在形式上和遞歸之前是對稱的
used[i] = false;
path.remove(path.size() - 1);
}
}
}
public static void main(String[] args) {
int[] nums = {1, 2, 3};
Solution solution = new Solution();
List<List<Integer>> lists = solution.permute(nums);
System.out.println(lists);
}
}
作者:liweiwei1419
連結:https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-python-dai-ma-java-dai-ma-by-liweiw/
建立新的變量 不回溯
import java.util.ArrayList;
import java.util.List;
public class Solution {
public List<List<Integer>> permute(int[] nums) {
// 首先是特判
int len = nums.length;
// 使用一個動态數組儲存所有可能的全排列
List<List<Integer>> res = new ArrayList<>();
if (len == 0) {
return res;
}
boolean[] used = new boolean[len];
List<Integer> path = new ArrayList<>();
dfs(nums, len, 0, path, used, res);
return res;
}
private void dfs(int[] nums, int len, int depth,
List<Integer> path, boolean[] used,
List<List<Integer>> res) {
if (depth == len) {
// 3、不用拷貝,因為每一層傳遞下來的 path 變量都是建立的
res.add(path);
return;
}
for (int i = 0; i < len; i++) {
if (!used[i]) {
// 1、每一次嘗試都建立新的變量表示目前的"狀态"
List<Integer> newPath = new ArrayList<>(path);
newPath.add(nums[i]);
boolean[] newUsed = new boolean[len];
System.arraycopy(used, 0, newUsed, 0, len);
newUsed[i] = true;
dfs(nums, len, depth + 1, newPath, newUsed, res);
// 2、無需回溯
}
}
}
}
另一種寫法
List<List<Integer>> res = new LinkedList<>();
/* 主函數,輸入一組不重複的數字,傳回它們的全排列 */
List<List<Integer>> permute(int[] nums) {
// 記錄「路徑」
LinkedList<Integer> track = new LinkedList<>();
backtrack(nums, track);
return res;
}
// 路徑:記錄在 track 中
// 選擇清單:nums 中不存在于 track 的那些元素
// 結束條件:nums 中的元素全都在 track 中出現
void backtrack(int[] nums, LinkedList<Integer> track) {
// 觸發結束條件
if (track.size() == nums.length) {
res.add(new LinkedList(track));
return;
}
for (int i = 0; i < nums.length; i++) {
// 排除不合法的選擇
if (track.contains(nums[i]))
continue;
// 做選擇
track.add(nums[i]);
// 進入下一層決策樹
backtrack(nums, track);
// 取消選擇
track.removeLast();
}
}
作者:labuladong
連結:https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-xiang-jie-by-labuladong-2/
來源:力扣(LeetCode)
著作權歸作者所有。商業轉載請聯系作者獲得授權,非商業轉載請注明出處。
【總結】
1.回溯算法總結
「回溯算法」是在一個「樹形問題」上的「深度優先周遊」,是「深度優先周遊」在搜尋問題上的另一種叫法。
-
調隻使用一份「狀态」變量去搜尋整個狀态空間,在狀态空間很大的時候,這種做法是節約空間的,并且在一定程度上也是節約時間的。
-在不滿足條件的時候(或者是找到了一個解以後),會回到之前的結點,以搜尋更多的解,是以有「回溯」的需求。
2.為什麼使用深度優先周遊?
(1)首先是正确性,隻有周遊狀态空間,才能得到所有符合條件的解;
(2)在深度優先周遊的時候,不同狀态之間的切換很容易,可以再看一下上面有很多箭頭的那張圖,每兩個狀态之間的差别隻有 1 處,是以回退非常友善,這樣全局才能使用一份狀态變量完成搜尋;
(3)如果使用廣度優先周遊,從淺層轉到深層,狀态的變化就很大,此時我們不得不在每一個狀态都建立變量去儲存它,從性能來說是不劃算的;
(4)如果使用廣度優先周遊就得使用隊列,然後編寫結點類。使用深度優先周遊,我們是直接使用了系統棧,系統棧幫助我們儲存了每一個結點的狀态資訊。于是我們不用編寫結點類,不必手動編寫棧完成深度優先周遊。
3.回溯算法tips
- 回溯算法會大量應用“剪枝”技巧達到以加快搜尋速度。有些時候,需要做一些預處理工作(例如排序)才能達到剪枝的目的。
- 預處理工作雖然也消耗時間,但一般而且能夠剪枝節約的時間更多。還有正是因為回溯問題本身時間複雜度就很高,是以能用空間換時間就盡量使用空間。否則時間消耗又上去了。
- 先畫圖,畫圖是非常重要的,隻有畫圖才能幫助我們想清楚遞歸結構,想清楚如何剪枝。
4.對代碼的思考
5.回溯法模闆
if 滿足結束條件:
result.add(路徑)
return
for 選擇 in 選擇清單:
#排除不合法的選擇d
将該選擇從選擇清單移除(used數組 /條件限制)
# 做選擇
路徑.add(選擇)
backtrack(路徑, 選擇清單)
# 撤銷選擇
路徑.remove(選擇)
作者連結:https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-python-dai-ma-java-dai-ma-by-liweiw/