算法设计与分析——Johnson Trotter算法

前言

排列与组合问题，无论是在我们生活中还是项目实际运用中，都说非常之常见的。那么，如何去运用算法思想生成全排列（一组元素的所有排列）呢？
首先，我们来算一笔账。组合是无序的，只需要从一组数据中找到一个子组即可，而组合数如下：

那么排列呢？只会比组合更为复杂，排列在组合的基础上，加了顺序，我们需要获取的是带有顺序的一组数据，n个数据中取m个数进行排列，总排列数如下：

而全排列，是在n个中取n个进行排列，则全排列个数为n!，n!级别的计算量，在算法运算中，本就已经是很大的量了，再加上我们还要通过一些算法来获取到全排列，那么，这个算法的复杂度级别注定会非常高。
插入法获取全排列，这是一个非常容易想到的方法，利用全面已经获取到的排列，直接插入来获取排列，但是这个算法不仅实施起来有难度，而且其复杂度也是在n!之上，显然不可取，这就是为什么我们要理解Johnson Trotter全排列算法了。

一、算法思想分析

Johnson Trotter全排列算法，是一种非常高效的生成全排列的算法。其原理在于，我们为需要排列的每个元素进行标记，先赋予一个初始排列，在初始排列的基础上，获取所有的排列。

• 赋予从小到大的初始排列，将每个元素赋予一个方向，所有元素的初始方向，全部指向较小的方向（可以理解为左方），如果箭头指向一个相邻的较小元素（就是我指定的方向的相邻的元素比我小），我们说它在这个箭头标记的排列中是可移动的元素。而可移动元素显然不可能只有一个，但是对于n个需要排列的数据，我们在一次遍历之后，查找到的最大的可移动元素才是我们想要的元素。
• 怎么处理这个最大的可移动元素？在一轮遍历找到最大的可移动元素后，我们将最大的可移动元素与其指向的相邻元素（就是我指的那个较小的元素）交换位置，由此便产生了一次排列。
• 在交换了顺序之后，再重复上述操作？不，这里需要再加一步操作：我们需要将所有比我们刚才找到的最大的可移动元素大的元素（这里需要理清一下最大可移动的概念，比最大可移动元素还要大的元素不一定是可以移动元素哦），将这些元素的指向进行反转（例如：如果原先指向左边，则重新指向到右边），完成这一步之后，再重复上述操作，继续查找最大可移动元素。
• 最后，直至我们找不到可移动元素，那么我们认定，全排列已经生成。
  

Johnson Trotter全排列算法的思想较容易理解，用代码实现起来较为轻松，但这个算法也因此存在缺点，存在什么缺点？大家可以思考一下。

二、算法效率分析

emmmm我能不分析么。。。
总的来说，因为全排列的个数本身就已经有n!个了，那么算法复杂度再怎么优化也是大于n!的，但相对于其他算法，本算法对于全排列个数本身，可以说是线性级别的。
具体级别，大家有兴趣可以分析一下，如果分析出来了，可以留言给我一份嘿嘿，非常感谢。

三、算法代码

C语言代码

C语言的代码如下，如果代码中有任何问题，大家都可以提出来，欢迎指正，感激不尽。今天就先不贴JavaScript代码了，晚上还要肝英语作业emmmmm。

/*johnson-Trotter 全排列算法 输入：一个随机数n  输出：展示n的全排列 因排列有限 最大先限制为7 */
#include<stdio.h>
#include<stdlib.h>
#include<time.h>
struct element {
   
	/*值*/
	int value;
	/*状态*/
	int state;
};
#define MAXN 100
/*全局数组*/
element arr[MAXN];
int counter