回溯法---全排列

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。

思路:排列问题是有序的,需要一个used数组,标记已经选择的元素。

第一步:确定参数与返回值。参数为数组nums,无返回值。排列问题不需要startIndex,因为排列问题是有序的,每次都要从头开始遍历

第二步:确定终止条件。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。将结果加入结果集中

第三步:确定单层递归逻辑。for循环遍历nums数组,区间为整个数组。如果nums[i]用过,则跳过本轮循环,否则,将used[i]设为true,代表使用了该元素,将nums[i]加入path中,递归数组中剩余的元素,回溯。

代码:

    List<List<Integer>> result=new ArrayList<>();
    List<Integer> path=new ArrayList<>();
    boolean[] used;//记录元素的使用情况 
    public List<List<Integer>> permute(int[] nums) {
        if(nums.length==0)
            return result;
        used=new boolean[nums.length];
        backTracking(nums);
        return result;
    }
    public void backTracking(int[] nums){
        if(path.size()==nums.length){
            result.add(new ArrayList(path));
            return;//只要树的叶节点就要return,要树的所有节点不return
        }
        for(int i=0;i<nums.length;i++){
            if(used[i])
                continue;
            //处理
            used[i]=true;
            path.add(nums[i]);
            //递归
            backTracking(nums);
            //回溯
            path.removeLast();
            used[i]=false;
        }
    }

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯算法是一种穷举搜索方法,通过逐步构建解决方案并撤销选择来找到所有可能的解决方案。在使用回溯算法时,我们需要考虑三个问题:可选列表、已选列表和结束条件。可选列表是指所有可以选择的元素,已选列表是指已经做出的选择,而结束条件是指已选列表满足题目条件时可以结束穷举。 下面是一个Python实现的回溯算法框架: ``` def backtrack(选择列表, 路径): if 终止条件: 存放结果 return for 选择 in 选择列表(本层集合中元素): 处理节点 backtrack(选择列表, 路径) 回溯,撤销处理结果 ``` 对于全排列问题,我们可以使用回溯算法来生成所有可能的排列。以下是一个使用回溯算法生成全排列的Python代码示例: ```python def permute(nums): def backtrack(first=0): if first == n: res.append(nums[:]) for i in range(first, n): nums[first], nums[i = nums[i], nums[first] backtrack(first + 1) nums[first], nums[i = nums[i], nums[first] n = len(nums) res = [] backtrack() return res ``` 这段代码中,我们定义了一个回溯函数`backtrack`,它用于递归地生成所有可能的排列。在每个递归步骤中,我们将当前位置的元素与后面的元素进行交换,然后递归地生成下一个位置的排列。当所有位置都填满时,我们将当前排列加入结果列表。 你可以使用这个函数来生成给定列表的全排列。例如,对于输入``,该函数将返回`[[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 2, 1], [3, 1, 2]]`作为结果。 请注意,这只是回溯算法的一种实现方式,可能还有其他方法来解决全排列问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [python 回溯法生成全排列](https://blog.csdn.net/weixin_55617081/article/details/125809941)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [Python每日一练-----全排列(回溯思想)](https://blog.csdn.net/m0_61791601/article/details/123971263)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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