力扣刷题：DFS题型：排列，组合问题

注：看每道题后面的参考连接，大神写的特别好。

这一类问题都需要先画出树形图，然后编码实现。编码通过 深度优先遍历 实现，使用一个列表，在 深度优先遍历 变化的过程中，遍历所有可能的列表并判断当前列表是否符合题目的要求，成为「回溯算法」。

 

46. 全排列

给定一个 没有重复 数字的序列，返回其所有可能的全排列。

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]]

以数组 [1, 2, 3] 的全排列为例。

• 先写以 11 开头的全排列，它们是：[1, 2, 3], [1, 3, 2]，即 1 + [2, 3] 的全排列（注意：递归结构体现在这里）；
• 再写以 22 开头的全排列，它们是：[2, 1, 3], [2, 3, 1]，即 2 + [1, 3] 的全排列；
• 最后写以 33 开头的全排列，它们是：[3, 1, 2], [3, 2, 1]，即 3 + [1, 2] 的全排列。

按顺序枚举每一位可能出现的情况，已经选择的数字在 当前 要选择的数字中不能出现。按照这种策略搜索就能够做到 不重不漏。

设计状态变量

• 首先这棵树除了根结点和叶子结点以外，每一个结点做的事情其实是一样的，即：在已经选择了一些数的前提下，在剩下的还没有选择的数中，依次选择一个数，这显然是一个 递归 结构；
• 递归的终止条件是： 一个排列中的数字已经选够了 ，因此我们需要一个变量来表示当前程序递归到第几层，我们把这个变量叫做 depth，或者命名为 index ，表示当前要确定的是某个全排列中下标为 index 的那个数是多少；
• 布尔数组 used，初始化的时候都为 false 表示这些数还没有被选择，当我们选定一个数的时候，就将这个数组的相应位置设置为 true ，这样在考虑下一个位置的时候，就能够以 O(1)O(1) 的时间复杂度判断这个数是否被选择过，这是一种「以空间换时间」的思想。

class Solution {
    public List<List<Integer>> permute(int[] nums) {
        /*
        定义状态变量：
        1.depth:递归到第几层
        2.path:已经选了哪些数
        3.used:布尔数组，这个数是否已经使用
        */
        List<List<Integer>> res = new ArrayList<>();
        //输入数组长度
        int len = nums.length;
        if(len == 0){
            return res;
        }
        Deque<Integer> path = new ArrayDeque<>();
        boolean[] used = new boolean[len];
        //dfs(输入数组，输入数组长度,当前一共选择了几个数（初始化为0）,从根节点到任意节点列表(这是一个栈)，布尔数组，最终结果)
        dfs(nums, len, 0, path, used, res);
        return res;
    }
    private void dfs(int[] nums, int len, int depth, Deque<Integer> path, boolean[] used, List<List<Integer>> res){
        //递归终止条件，层数=输入数组大小
        if(depth == len){
            res.add(new ArrayList<>(path));
            return;
        }

        for(int i=0;i<len;i++){
            if(used[i]){
                continue;
            }
            path.addLast(nums[i]);
            used[i] = true;
            dfs(nums,len,depth+1,path,