递归 -- 全排列

一. 分治法

不断分解自身，分解成越来越小的问题，每个小问题的结构是相同的。

解决小问题

把子问题合并成原问题

二.递归

反复调用自身的函数，目的是不断把问题规模缩小。直到能够直接得到边界的数据的值。然后在返回的路上求解对应的解。
两个重要的东西：递归的式子、递归的边界。

返回：就是用return返回
递归式：就是把问题分解的式子。
递归边界：使用if条件判断来阻止递归一直运行下去。程序每执行一遍，都要判断一下是否达到递归的边界，如果没到达，就继续分解问题。

【例子】先把1~n的数字写出来全排列，然后按照字典序列输出这个全排列。

【例子】n皇后问题：把n个棋子放在n*n的棋盘上面

1.原则：n个皇后之间，两两都不在同行、同列、同对角线上

2.解决问题的方案：
（1）暴力法：穷举 行和列 所有可能得情况，然后一个一个判断是否合法。–>数量级太大
（2）另一种思考：由于每个皇后都在不同的行和列，不如只看行，也就是说每个皇后在不同的行，他们的行号构成一个排列。在这个前提下，所有的可能空间构成了一个全排列。判断每种情况是否合法即可。

3.所以这个问题就是全排列问题的一个应用。

所以问题总体上分解为：
罗列出所有的全排列的序列。
每种情况判断一下是否符合n皇后放置位置的定义。
于是大致上需要实现两个主要的函数。

【例子】全排列与dfs深度优先遍历

1.过程描述：向下dfs到底的时候执行一次输出，这就是一个排列的状态。
所以递归的终止条件就是深度到达了n，然后执行一下输出，再开始回溯return。

if (x == m) //递归的边界
    {
        for (int i = 0; i < m; i++)
        {
            cout << a[i] << " ";
        }
        cout << endl;
        return;//回溯
    }

*在参考书里面，代码中有一个已处理完一个字问题之后，要还原状态。同样在dfs之中，向下递归的时候，是让该节点置为被访问状态，然后向上一层回溯的过程中，也涉及到还原下一层的状态。
在这里插入图片描述

程序执行过程图：

dfs的主要代码：在这个代码里面，主函数调用dfs的时候传入的参数是x= 0，然后在递归的过程中x不断++。for循环里面的i就是全排列里面的具体的元素，所以执行a[x]=i；就是把全排列序列给赋值。b[i]表示的是这个数字是否被访问过。

for (int i = 1; i <= m; i++)
    {
        if (b[i] != true) //如果等于true就是还没有被访问
        {
            a[x] = i;
            b[i] = true; //没有被访问就访问它，然后把它置为true
            
            dfs(x + 1); //然后往下进行 dfs 如果要往下一层递归的话，都是执行到这里。然后回溯的时候是继续执行下面的代码。
            
            b[i] = false; //这里是递归之后进行回溯的时候，把下一层的结点置回原来的状态
        }
    }
    return;//个人感觉加上更容易理解，目的是回溯

int main()
{
    cin >> m;
    dfs(0); 
    return 0;
}

【例子】打印n个数中的m个数的全排列

把上面的解法移植到这个问题上面就是：递归的深度是2，然后循环的次数是5。
主代码：

for (int i = 1; i <= n; i++) //这里和上一个不一样的地方是，循环的次数是n
    {
        if (b[i] != true) 
        {
            a[x] = i;
            b[i] = true; // b[i]用来表示是否被访问过
            dfs(x + 1);
            b[i] = false;
        }
    }
}