设为首页 加入收藏

TOP

LeetCode46全排列(回溯入门)
2023-09-09 10:25:57 】 浏览:39
Tags:LeetCode46 全排列

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos

题目描述

  • 难度:中等

  • 给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案

  • 示例 1

输入:nums = [1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
  • 示例 2
输入:nums = [0,1]
输出:[[0,1],[1,0]]
  • 示例 3
输入:nums = [1]
输出:[[1]]

个人回溯和46题的理解

  • 在很多刷题文章和书籍中,此题都被用做回溯算法的第一题,可见该题很有代表性,搞定此题意味着对回溯有了最基本的了解,当然就个人感受而言,以此作为回溯的第一题弊端也不小:本以为掌握了基本套路,刷其他回溯题的时候套上去即可,结果后来发下一道题都套不成功...

  • 套不成功?是因为此题没有代表性吗?当然不是,这是道典型的回溯算法题,但个人的感觉是:解题的关键不是套用模板,而是对回溯思想的理解,我个人的理解是:深度至上

  • 所谓深度至上,就是弄清楚在当前深度能做什么,例如46题全排列,一个深度意味着可选数字中做了一轮选择,每选中一个,都牢牢占据这一层的固定位置,下面的子树都要有他

  • 只要理解了深度至上,就清楚在当前做任何事情的时候都要确保深度固定,下图是[1,2]两个数字全排列的手绘图,边上数字表示选择,方框中的数字表示选择后的结果,请看蓝色框,在选择2的时候,要牢记当深度只能有一个数字,于是,刚才选择1的时候记录存在路径中的1就要果断删除,牢记当前层应该占据哪个位置,回溯的效果就有了

image-20220724233658937

解题思路

  • 要用回溯算法解此题,有几个关键要注意

  • 全排列,意味着相同数字只要排列不同,也能算作结果的一种

  • 虽然不推荐用模板去套,但回溯该有的几个核心概念还是不能少的:

  1. 终止条件:只要组合的数字达到给定数字的长度,就可以终止了

  2. 路径:就是正在组合的元素,可以用数组表达

  • 此外还要有个辅助参数,用于记录那些值不能参与组合,以上图为例,在蓝色那一层如果选择了1,那么在下一层就不能再选择1了,所以在组合的时候,要有地方可以查到1不可用

编码

  • 接下来可以写代码了,如下,有几处要注意的地方稍后会提到
public class L0046 {

    List<List<Integer>> res = new ArrayList<>();

    public List<List<Integer>> permute(int[] nums) {
        // 回溯过程中的重要辅助参数:标记nums数组中有哪些已经使用过
        boolean[] used = new boolean[nums.length];
        // 回溯过程中的重要辅助参数:路径
        int[] path = new int[nums.length];

        dfs(nums, used, path, 0);
        return res;
    }

    public void dfs(int[] nums, boolean[] used, int[] path, int depth) {
        // 终止条件(深度达到)
        // 搜集:栈入res
        // 本题的终止条件是一次组合的长度达到数组长度
        if (depth==nums.length) {
            // 搜集结果
            // 千万注意:这个path一直在使用中,所以不能把path放入res中,而是path的元素
//            res.add(Arrays.stream(path).boxed().collect(Collectors.toList()));


            List<Integer> list = new ArrayList<>();
            for(int val : path) {
                list.add(val);
            }

            res.add(list);
            return;
        }

        // for循环
        for (int i=0;i<nums.length;i++) {
            // 如果当前数字没有用到,就标记,进入path,再做dfs
            if (!used[i]) {
                used[i] = true;
                // 注意,path的下标千万不要用i!
                // 例如1和2的全排列,在制造[2,1]的时候,i=1,但此时要修改的是path[i],
                // 所以path的下标应该是depth
                path[depth] = nums[i];
                // 一次递归,深度要加一
                dfs(nums, used, path, depth+1);
                used[i] = false;
            }
        }
    }

    public static void main(String[] args) {
        List<List<Integer>> list = new L0046().permute(new int[] {1,2,3});

        list.forEach(one -> {
           Tools.printOneLine(one);
        });

    }
}
  • 上述代码有以下几处要注意
  1. res用于搜集达到终止条件的记录,也就是数字组合结果
  2. dfs方法就是本次回溯操作的核心方法
  3. 下图红色箭头所指代码就是本题最重要的一行,可见for循环的执行过程中,修改的都是path数组的同一个位置的值,这就是刚才提到的深度至上,只有进入了下面的dfs方法后,深度变化,修改的path数组的位置才会发生变化

image-20220724234403151

  1. used数组用来记录深度调用过程中,那些数字已经被使用了,当前不要再使用
  2. 很多回溯的代码中,用栈对象保持path中的数据,入栈push,出栈pop都是标准操作,但是本题中用char数组,再配合depth,就可以满足需要了,这种原始类型的使用也会带来更好的性能

执行结果

  • 写完代码提交,执行结果如下,超过100.00%的提交

image-20220724235026851

  • 至此,回溯入门实战已经完成,此时需要强烈提示:代码中那个for循环,在每一层都遍历nums的所有元素,那是此题的特殊操作,千万不要以为是模板或者套路,其他回溯题中,不会像此题这样每一层都遍历的

欢迎关注博客园:程序员欣宸

学习路上,你不孤单,欣宸原创一路相伴...

】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
上一篇集群部署专题之二:超高性能RPC框.. 下一篇换上 HikariCP 连接池,太快了!

最新文章

热门文章

Hot 文章

Python

C 语言

C++基础

大数据基础

linux编程基础

C/C++面试题目