46. 全排列

题目链接

46. 全排列

题目描述

给定一个 没有重复 数字的序列，返回其所有可能的全排列。

示例:

输入: [1,2,3]
输出:
[
  [1,2,3],
  [1,3,2],
  [2,1,3],
  [2,3,1],
  [3,1,2],
  [3,2,1]
]

解题思路

这是一个高中的排列组合问题，我们可以先想一想当时的我们是怎么做的，很明显就是穷举。

1，2，3，4

1，2，4，3

1，3，2，4

…

如此下去，其实就是用回溯法剪枝的方法遍历一棵二叉树，或者说深度优先遍历，是一个意思。

确定用回溯剪枝的方法后，就可以套用回溯剪枝的框架了

result = []
func backtrack(路径，选择列表) {
	if 满足结束条件 {
		result.add(路径)
	}
	return

	for 选择 in 选择列表 {
		做选择
		backtrack(路径，选择列表)
		撤销选择
	}
}

想清楚几个问题

1. 结束条件是什么？（所有数字都用了一遍）
2. 怎么定义走过的路径？（用一个数组保存一种排列方式）
3. 如何做选择？（在给出的数字列表里面依次选）

想清楚这几个问题就可以开始写代码了。

题解

// 返回的全排列结果
var res [][]int

func permute(nums []int) [][]int {
	// 注意：这里要重置一下全局数组（leetcode多次执行全局变量不会消失），防止多个测试用例的结果都放到一起
	res = [][]int{}
	// 用一个数组维护走过的路径
	visited := make(map[int]bool)
	// 用 path 保存当前路径
	var path []int
	// 回溯剪枝
	backTrack(nums, path, visited)
	return res
}

func backTrack(nums, path []int, visited  map[int]bool)  {
	// 先判断结束条件, 走过的路径包含了所有的选择，说明已经得到一种排列方式
	if len(nums) == len(path) {
		// 注意：这里不能直接append，因为切片底层共用数据，
		// 这意味着下面切片path一旦改变了，res也会随之改变，而这不是我们希望看到的
		// 所以只能重新开辟一个新的切片将内容拷贝过去
		tmp := make([]int, len(nums))
		copy(tmp, path)
		res = append(res, tmp)
		return
	}

	// 遍历选择列表，做选择
	for _, num := range nums {
		// 走过的分支直接跳过，直接走下一个分支，避免进入死循环
		if visited[num] {
			continue
		}

		// 将这个选择加入当前路径
		path = append(path, num)
		// 将这个选择置为已访问
		visited[num] = true

		// 进入下一层决策树
		backTrack(nums, path, visited)

		// 退出决策树，回退，把这个选择从路径中移除
		path = path[:len(path)-1]
		// 将这个选择重新置为未访问
		visited[num] = false
	}
}

复杂度分析

时间复杂度：O((n * n!))

其中 n 为序列的长度。
算法的复杂度首先受 backtrack 的调用次数制约, 这说明 backtrack 的调用次数是 O((n!)) 的。

而对于 backtrack 调用的每个叶结点（共 n! 个），我们需要将当前答案使用 O((n)) 的时间复制到答案数组中，相乘得时间复杂度为 O((n * n!))。

空间复杂度：O((n))

其中 n 为序列的长度。除答案数组以外，递归函数在递归过程中需要为每一层递归函数分配栈空间，所以这里需要额外的空间且该空间取决于递归的深度，这里可知递归调用深度为 O((n))

反思

这道题有两个需要着重注意的点，特别容易错，我自己做的时候在这里卡了很久：

1. 如果定义了全局变量，需要注意要重置一下全局变量，否则多个测试用例的结果会被放到一起，因为leetcode多次执行全局变量不会消失
2. 当获得一个排列时时，不能直接append，因为切片底层共用数据，这意味着下面如果切片path一旦改变了，我们的res也会随之改变，而这不是我们希望看到的，所以只能重新开辟一个新的切片将内容拷贝过去，这样就保证了path变的时候res不会跟着变