一种新的全排列生成算法

一种新的全排列生成算法 

算法原理：

       对集合S={a₁，a₂，．．．，a_n}，假设已经知道前n-1个元的全排列，那么，这n个元素的全排列{p_1，p₂，．．．，p_(n-1)!}，可以这样生成 ：用各种可能将a_n插入p_i中，由此，得到集合S的全排列。

        为什么这样操作能得到集合S的全排列？因为每个p_i的可能插入位置为n个，因此总数是n!，而且由于每个 p_i是不同的，因此，得到的排列必然没有重复的。
        
        以S={1，2，3，4}为例。若{1，2，3}的全排列为：

                 123，132，312，321，231，213

       那么，将4按从尾到头的方式插入每一个排列，就得到：

                 1234    1324   3124   3214   2314   2134
                 1243    1342   3142   3241   2341   2143
                 1423    1432   3412   3421   2431   2413
                 4123    4132   4312   4321   4231   4213

       观察上面的模式，发现：若从第一列开始，从上往下走到头，接着再从第二列从下往上走到头，接着再从第三列从上往下走到头，．．．一直走到尽头。容易发现一个惊人的事实：走过的路径上的任何排列是由上个排列的相邻元素的交换而得到。比如 1423，它是由1243通过4与2交换得到。记一个排列由上一个排列通过交换下标为k、k+1的元素得到， 为了简化，我们考虑交换的下标k的序列。在上一个模式中， 容易发现，其交换下标k的序列为（设其下标是从左到右，而且从1开始）：

          3 2 1 3 1 2 3 1 3 2 1 3 1 2 3 1 3 2 1 3 1 2 3

      容易看到：对元素个数为n的集合S，其 交换下标 k的序列有如下规律：

      1）：开始时从n-1减少1
      2）：当减少到1或增加到n-1时，k值发生突变：若前一个k是1，则变为n-1；若前一个k为n-1，则变为1。
      3）：k值突变后，发生反向增长，即：下一次k的增长规律反向。
      4）：k值突变后的交换下标的序列是 突变后 前的序列关于突变位置的”镜像“
                如前7个交换下标： 3 2 1  3 1 2 3  加粗的位置为突变位置，显然， 突变位置后的1 2 3是 突变前的3 2 1"镜像"
      
      由上面的四条规律，就可以编写一个高效的算法来实现全排列。


 代码实现  ：

      C++实现程序：

#define     _swap(a,b) {int t=a; a=b; b=t;}

void      New_Permutation(  int  n ) {
    __int64  lim=1, i;
    int      *list=new int[n], s=n-2, dir=-1, j, temp=n-2;
    for( i=1; i<n; ++i )
        lim*=i, list[i-1]=i;
    list[n-1]=n;
    //copy( list, list+n, ostream_iterator<int>(cout," ") ),cout<<endl;
    for( i=1; i<=lim; ++i ){
        for( j=0; j<n-1; ++j ){
            _swap( list[s], list[s+1] );
            //copy( list, list+n, ostream_iterator<int>(cout," ") ),cout<<endl;
            s+=dir;
        }
        s=i&1? temp : 0;
        _swap( list[s], list[s+1] );
        //copy( list, list+n, ostream_iterator<int>(cout," ") ),cout<<endl;
        s=temp-s;
        dir=-dir;
    }
    delete []list;
}

        以上代码的效率高得出奇，n=11（ 11！=39 916 800 ）时，若不输出排列结果，在我的机器上，只要大约0.5秒钟就运行完了。

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/medie2005/archive/2007/11/10/1877412.aspx