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。
可以使用回溯算法来解决。回溯算法通过尝试所有可能的选择来得到问题的解
为了给排列的元素去重有两种解法
解法一:
#include <vector>
void backtrack(std::vector<int>& nums, std::vector<bool>& used, std::vector<int>& permutation, std::vector<std::vector<int>>& result) {
if (permutation.size() == nums.size()) {
result.push_back(permutation);
return;
}
for (int i = 0; i < nums.size(); ++i) {
if (!used[i]) {
used[i] = true;
permutation.push_back(nums[i]);
backtrack(nums, used, permutation, result);
permutation.pop_back();
used[i] = false;
}
}
}
std::vector<std::vector<int>> permute(std::vector<int>& nums) {
std::vector<std::vector<int>> result;
std::vector<int> permutation;
std::vector<bool> used(nums.size(), false);
backtrack(nums, used, permutation, result);
return result;
}
时间复杂度分析:
在回溯算法中,我们尝试了每个数字作为当前位置的可能性,所以总共有 N! 种排列(其中 N 是数组的长度)。
每种排列的生成过程中,需要 O(N) 的时间来将数字加入或移出排列中。
因此,总的时间复杂度为 O(N * N!),其中 N 为数组的长度。
空间复杂度分析:
递归调用过程中,需要额外的空间来存储当前的排列以及记录数字是否被使用的情况。这些额外的空间在最坏情况下需要 O(N) 的空间。
此外,存储结果的容器需要 O(N!) 的空间来存储所有可能的排列。
因此,总的空间复杂度为 O(N + N!),其中 N 为数组的长度。
综合来看,全排列算法的时间复杂度是阶乘级别的,空间复杂度也与排列的数量成正比。
解法二:
#include <vector>
void backtrack(std::vector<int>& nums, int start, std::vector<std::vector<int>>& result) {
if (start == nums.size()) {
result.push_back(nums);
return;
}
for (int i = start; i < nums.size(); ++i) {
if (i != start && nums[i] == nums[start]) {
continue; // Skip duplicate elements
}
std::swap(nums[start], nums[i]);
backtrack(nums, start + 1, result);
std::swap(nums[start], nums[i]); // Backtrack
}
}
std::vector<std::vector<int>> permuteUnique(std::vector<int>& nums) {
std::sort(nums.begin(), nums.end()); // Sort the input array to handle duplicates
std::vector<std::vector<int>> result;
backtrack(nums, 0, result);
return result;
}
这里使用了 std::swap 函数来交换数组中的元素来避免重复排列。在回溯过程中检查当前位置之后是否有重复元素,若有则跳过。这样可以保证在得到的结果中不会有重复的排列。
时间复杂度分析:
在回溯算法中,我们仍然尝试了每个数字作为当前位置的可能性,但通过交换元素的方式可以避免生成重复的排列。因此,总共有 N! 种排列(其中 N 是数组的长度)。
每种排列的生成过程中,需要 O(N) 的时间来进行交换操作。
因此,总的时间复杂度为 O(N * N!),其中 N 为数组的长度。
空间复杂度分析:
递归调用过程中,不需要额外的空间来存储记录数字是否被使用的情况,因为我们通过交换元素的方式来避免重复排列。
存储结果的容器仍然需要 O(N!) 的空间来存储所有可能的排列。
因此,总的空间复杂度为 O(N!),其中 N 为数组的长度。
综合来看,修改后的全排列算法的时间复杂度仍然是阶乘级别的,但相比使用额外的标志数组,空间复杂度得到了一定的优化。