2021-11-8 46. 全排列（回溯+树枝去重）

注：

题目：
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

题解：
思路和算法

递归函数参数

首先排列是有序的，也就是说[1,2] 和[2,1] 是两个集合，这和之前分析的子集以及组合所不同的地方。

可以看出元素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。

但排列问题需要一个used数组，标记已经选择的元素，如图橘黄色部分所示。

递归终止条件

根据上图可以看出叶子节点，就是收割结果的地方。那么什么时候，算是到达叶子节点呢？

当收集元素的数组path的大小达到和nums数组一样大的时候，说明找到了一个全排列，也表示到达了叶子节点。

单层搜索的逻辑

这里和77.组合问题 (opens new window)、131.切割问题 (opens new window)和78.子集问题 (opens new window)最大的不同就是for循环里不用startIndex了。

因为排列问题，每次都要从头开始搜索，例如元素1在[1,2]中已经使用过了，但是在[2,1]中还要再使用一次1。

而used数组，其实就是记录此时path里都有哪些元素使用了，一个排列里一个元素只能使用一次，即对树枝进行去重。

复杂度分析
时间复杂度：O(n×n!)，其中 n 为序列的长度。

空间复杂度：O(n)，其中 n 为序列的长度。除答案数组以外，递归函数在递归过程中需要为每一层递归函数分配栈空间，所以这里需要额外的空间且该空间取决于递归的深度，这里可知递归调用深度为 O(n)。

class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    void backtracking(vector<int>& nums,vector<int>& visited){
        if(path.size()==nums.size()){
            result.push_back(path);
            return ;
        }
        for(int i=0;i<nums.size();i++){
            if(visited[i]==1){
                continue;
            }
            visited[i]=1;
            path.push_back(nums[i]);
            backtracking(nums,visited);
            path.pop_back();
            visited[i]=0;
        }
        return ;
    }
    vector<vector<int>> permute(vector<int>& nums) {
        if(nums.size()==0){
            return result;
        }
        vector<int> visited(nums.size(),0);
        backtracking(nums,visited);
        return result;
    }
};