LeetCode-47.Permutations II

一、问题描述

  1. 给定一个数组nums,数组中是包含重复元素的,返回所有的不重复的排列结果。
  2. 例子:
    输入数组为[1,1,2],返回结果为:
    [ [1,1,2],[1,2,1],[2,1,1] ]

二、解题思路

  1. 还是按照LeetCode-46中的想法,固定部分元素求其余部分元素排列的方式,但是因为数组有重复元素,所以想要增加以下两点考虑:
  2. 关于首位元素
    下面代码中当i为0时,代表固定0个元素,即求所有元素的排列,这样每个元素都会轮流当首位元素,但是因为有重复,所以需要一个list记录当过首位元素的值,如果一个值当过首位元素,则其后相同的值都不允许做首位元素。同理,i=1代表固定一个元素,排列其余的元素,首位元素的处理也是按照这种思路。
  3. 2说的两种情况,本以为可以通过先将数组排序,然后将两个判断条件压缩为仅判断nums[j]==nums[j-1]。但是,这样是有问题的,比如求00019的排列形式,中间会出现09010,如果按照这种思路,固定数字9,2和3的数字交换,然后2和4的数字还会交换,这样0就做了两遍头,本质还是因为交换导致的数组不再是递增数组。

三、代码

public class Solution {
        List<List<Integer>> result=new ArrayList<List<Integer>>();
    public List<List<Integer>> permuteUnique(int[] nums) {
        if(nums==null || nums.length==0)
            return result;
        permuteCore(nums,0);
        return result;
    }
    private void permuteCore(int[] nums,int i){
        if(i==nums.length-1){
            List<Integer> list=new ArrayList<Integer>();
            for(int k=0;k<nums.length;k++){
                list.add(nums[k]);
            }
            result.add(list);
            return;
        }
        List<Integer> temlist=new ArrayList<Integer>();
        for(int j=i;j<nums.length;j++){
            if((temlist.contains(nums[j])))//这是上面说的需要处理的情况
                continue;
            temlist.add(nums[j]);
            int tem=nums[i];
            nums[i]=nums[j];
            nums[j]=tem;
            permuteCore(nums,i+1);
            nums[j]=nums[i];
            nums[i]=tem;
        }
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值