第四章
- 全排列
- 题目理解
- 步骤
- 树形图
- 递归函数
- 递归结束条件
- 单层逻辑
- 代码
- 全排列II
- 题目理解
- 步骤
- 递归函数
- 递归结束条件
- 单层逻辑
- 代码
全排列
力扣链接
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]]
- 提示:
1 <= nums.length <= 6
-10 <= nums[i] <= 10
nums 中的所有整数 互不相同
题目理解
很明显这是用回溯算法来写的
相比较之前写的 组合
:
- startindex — — 下一层递归的开头, 即确定下一次递归的区间, 确保不会重复
元素1在[1,2]中已经使用过了,但是在[2,1]中还要在使用一次1,所以处理排列问题就不用使用startIndex了
那我们这里的排列, 每次剩下的区间不是上一个区间的下一个— — startindex就失去了意义
那么我们这次需要一个数组来记录每个数的使用情况 — — used数组
步骤
树形图
递归函数
首先, 还是两个全局数组
vector<int> path;
vector<vector<int>> result;
递归函数的返回 还是 void, 没有startindex, 但是要用 used数组来记录每个数的使用情况
void backtracking(vector<int>& nums, vector<bool>& used)
递归结束条件
我们发现是在叶子节点接收结果, 那么就是
if(path.size() == nums.size())
{
result.push_back(path);
return ; // 由于是叶子节点收结果, 直接返回
}
单层逻辑
如果我们不使用 startindex 来确定下一层递归的开头, 那么我们该用什么来确定开头呢?
NO! NO!, 排列的开头就是 0, 用used数组来确定是否选取该数字
for(int i = 0; i < nums.size(); i++)
{
// 该数字被使用过, 就跳过
if(used[i] == false)
continue;
used[i] = true; // 使用, 那就先把它记录一下
path.push_back(nums[i]); // 处理节点
backtracking(nums, used); // 下一层(纵向)
used[i] = false; // 回溯
}
代码
class Solution {
public:
vector<int> path;
vector<vector<int>> result;
void backtracking(vector<int>& nums, vector<bool>& used)
{
if(path.size() == nums.size())
{
result.push_back(path);
return ;
}
for(int i = 0; i < nums.size(); i++)
{
if(used[i] == true)
continue;
used[i] = true;
path.push_back(nums[i]);
backtracking(nums, used);
path.pop_back();
used[i] = false;
}
}
vector<vector<int>> permute(vector<int>& nums)
{
vector<bool> used(nums.size(), false);
backtracking(nums, used);
return result;
}
};
全排列II
力扣链接
给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列。
示例 1:
输入:nums = [1,1,2]
输出:
[[1,1,2],
[1,2,1],
[2,1,1]]
示例 2:
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]]
- 提示:
1 <= nums.length <= 8
-10 <= nums[i] <= 10
题目理解
跟上面的题目很相似, 但是 有重复的数字 && 返回不重复的全排列
⇒ 意味着我们要 去重
组合中的去重 — — 排序 + 用used来记录每个数字的使用情况
其实在 排列中的去重, 也是同样的思路
🗨️为什么要排序?
- 通过排序, 使我们通过相邻的位置来判断是否使用过
不难发现:
- 当 nums[i] == nums[i - 1]时, used[i - 1] = false — — 树层去重
- 当 nums[i] == nums[i - 1]时, used[i - 1] = true — — 树枝去重
步骤
递归函数
首先, 还是两个全局数组
vector<int> path;
vector<vector<int>> result;
递归函数的返回 还是 void, 没有startindex, 但是要用 used数组来记录每个数的使用情况
void backtracking(vector<int>& nums, vector<bool>& used)
递归结束条件
我们发现是在叶子节点接收结果, 那么就是
if(path.size() == nums.size())
{
result.push_back(path);
return ; // 由于是叶子节点收结果, 直接返回
}
单层逻辑
for(int i = 0; i < nums.size(); i++)
{
// used[i - 1 ] == false是树层去重, used[i - 1 ] == true是树枝去重
if(i > 0 && nums[i - 1] == nums[i] && used[i - 1] == false)
continue;
// 这里跟 组合 那里的不一样, 由于组合有startindex, 知道从剩下集合的开头
// 而排序, 每次都是从 0 开始, 用used数组来记录使用情况,
// 那么肯定要判断一下我们当前数的使用情况
if(used[i] == true)
continue;
used[i] = true; // 记录一下
path.push_back(nums[i]); // 记录节点
backtracking(nums, used); // 下一层递归
// 回溯
path.pop_back();
used[i] = false;
}
}
代码
class Solution {
public:
vector<int> path;
vector<vector<int>> result;
void backtracking(vector<int>& nums, vector<bool>& used)
{
if(path.size() == nums.size())
{
result.push_back(path);
return ;
}
for(int i = 0; i < nums.size(); i++)
{
// used[i - 1 ] == false是树层去重, used[i - 1 ] == true是树枝去重
if(i > 0 && nums[i - 1] == nums[i] && used[i - 1] == false)
continue;
// 这里跟 组合 那里的不一样, 由于组合有startindex, 知道从剩下集合的开头
// 而排序, 每次都是从 0 开始, 用used数组来记录使用情况,
// 那么肯定要判断一下我们当前数的使用情况
if(used[i] == true)
continue;
used[i] = true; // 记录一下
path.push_back(nums[i]); // 记录节点
backtracking(nums, used); // 下一层递归
// 回溯
path.pop_back();
used[i] = false;
}
}
vector<vector<int>> permuteUnique(vector<int>& nums)
{
sort(nums.begin(), nums.end()); // 一定记得要排序
vector<bool> used(nums.size(), false); // 都先初始化为false -- -- 没用过
backtracking(nums, used);
return result;
}
};
天地转,光阴迫,一万年太久,只争朝夕。一一毛泽东