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]
]
分析
以示例输入: [1, 2, 3] 为例,如果让我们手写,要做到不重不漏,我们书写的策略可能是这样:“一位一位确定”,这样说比较笼统,具体是这样的:
1、先写以 1 开始的两个排列:[1, 2, 3]、[1, 3, 2];
2、再写以 2 开始的两个排列:[2, 1, 3]、[2, 3, 1];
3、最后写以 3 开始的两个排列:[3, 1, 2]、[3, 2, 1]。
如果数组元素多一点的话,也不怕,我们写的时候遵循下面的原则即可:
1、按数组的顺序来(不要求排序,但我们选取元素的顺序是从左到右的),每次排定 1 个元素;
说明:只有按照顺序才能做到不重不漏。
2、新排定的元素一定不能在之前排定的元素中出现。
说明:如果违反了这一条,就不符合“全排列”的定义。
其实让程序帮你找到所有的全排列也是这样的思路。如果不是这样的话,我们要写数组长度这么多层的循环,编码极其困难,代码写出来也非常不好看。
这道题可以作为理解“回溯算法”的入门题。这是一个非常典型的使用 回溯算法 解决的问题。解决回溯问题,我的经验是 一定不要偷懒,拿起纸和笔,把这个问题的递归结构画出来,一般而言,是一个树形结构,这样思路和代码就会比较清晰了。而写代码即是将画出的图用代码表现出来。
容易理解的递归实现全排列
扩展:题目中,换成对字符串元素实现全排列,此方法同样适用
class Solution {
public List<List<Integer>> permute(int[] nums) {
List<List<Integer>> list = new ArrayList<>();
permutation(list, nums, 0);
return list;
}
//方法功能:对字符串中字符/元素进行全排列
//参数list存放所有全排列结果,数组nums存放待排序元素,start为待排序的元素集合所在数组中第一个位置
public void permutation(List<List<Integer>> list, int []nums, int start) {
if(nums == null || start < 0) {
return ;
}
if(start == nums.length - 1) {
//完成一次全排列,添加当前排列的结果到最后的集合中
List<Integer> tmpList = Arrays.stream(nums).boxed().collect(Collectors.toList());
list.add(tmpList);
} else {
for(int i = start; i < nums.length; i++) {
//交换start和i所在位置的元素
swap(nums, start, i);
//固定第一个字符,对剩余的元素进行全排列
permutation(list, nums, start + 1);
//还原start和i所在的位置
swap(nums, start, i);
}
}
}
//交换字符数组下表为start,j对应的元素
public void swap(int []nums, int start, int i) {
int temp = nums[start];
nums[start] = nums[i];
nums[i] = temp;
}
}
思路分析:
方法:“回溯搜索”算法即“深度优先遍历 + 状态重置 + 剪枝”(这道题没有剪枝)
以示例输入: [1, 2, 3] 为例,因为是排列问题,只要我们按照顺序选取数字,保证上一层选过的数字不在下一层出现,就能够得到不重不漏的所有排列。
说明:这里“保证上一层选过的数字不在下一层出现”的意思是我们手写的时候,后面选的数字一定不能是前面已经出现过的。为了做到这一点,我们得使用一个数组长度这么长的额外空间,记为数组 used ,只要“上一层”选了一个元素,我们就得“标记一下”,“表示占位”。
画出树形结构如下图,
这里我们介绍什么是“状态”。
在递归树里,辅助数组 used 记录的情况和当前已经选出数组成的一个排序,我们统称为当前的“状态”。
注意:
-
这里特别说明一点:虽然我的图是一下子展示出来的,但是我想你画出的图应该是一层一层画出来的;
-
在每一层,我们都有若干条分支供我们选择。下一层的分支数比上一层少 1 ,因为每一层都会排定 1 个数,从这个角度,再来理解一下为什么要使用额外空间记录那些元素使用过;
-
全部的“排列”正是在这棵递归树的所有叶子结点。
我们把上面这件事情给一个形式化的描述:问题的解空间是一棵递归树,求解的过程正是在这棵递归树上搜索答案,而搜索的路径是“深度优先遍历”,它的特点是“不撞南墙不回头”。
下面解释“状态重置”。
在程序执行到上面这棵树的叶子结点的时候,此时递归到底,当前根结点到叶子结点走过的路径就构成一个全排列,把它加入结果集,我把这一步称之为“结算”。 此时递归方法要返回了,对于方法返回以后,要做两件事情:
- 释放对最后一个数的占用;
- 将最后一个数从当前选取的排列中弹出。
事实上在每一层的方法执行完毕,即将要返回的时候都需要这么做。这棵树上的每一个结点都会被访问 2 次,绕一圈回到第 1 次来到的那个结点,第 2 次回到结点的“状态”要和第 1 次来到这个结点时候的“状态”相同,这种程序员赋予程序的操作叫做“状态重置”。
“状态重置”是“回溯”的重要操作,“回溯搜索”是有方向的搜索,否则我们要写多重循环,代码量不可控。
说明:
-
数组 used 记录了索引 i 在递归过程中是否被使用过,还可以用哈希表、位图来代替,在下面的参考代码 2 和参考代码 3 分别提供了 Java 的代码;
-
当程序第 1 次走到一个结点的时候,表示考虑一个数,要把它加入列表,经过更深层的递归又回到这个结点的时候,需要“状态重置”、“恢复现场”,需要把之前考虑的那个数从末尾弹出,这都是在一个列表的末尾操作,最合适的数据结构是栈(Stack)。
如果序列包含重复数字,这就是 「力扣」第 47 题:“全排列 II”,需要做“剪枝”操作,做法可以参考《回溯 + 剪枝(Python 代码、Java 代码)》。
参考代码 1 是全排列问题我个人觉得比较好的写法,可以作为写回溯算法的模板,类似的问题写出来的代码基本都是这个样子。
掌握了这个方法以后,不妨尝试一下一个有趣的问题:「力扣」第 51 题:“N 皇后”。
参考代码 1:
import java.util.ArrayList;
import java.util.List;
import java.util.Stack;
public class Solution {
// curSize 表示当前的路径 path 里面有多少个元素
private void generatePermution(int[] nums, boolean[] visited, int curSize, int len, Stack<Integer> path, List<List<Integer>> res) {
if (curSize == len) {
// 此时 path 已经保存了 nums 中的所有数字,已经成为了一个排列
res.add(new ArrayList<>(path));
return;
}
for (int i = 0; i < len; i++) {
if (!visited[i]) {
path.push(nums[i]);
visited[i] = true;
generatePermution(nums, visited, curSize + 1, len, path, res);
// 刚开始接触回溯算法的时候常常会忽略状态重置
// 回溯的时候,一定要记得状态重置
path.pop();
visited[i] = false;
}
}
}
public List<List<Integer>> permute(int[] nums) {
int len = nums.length;
List<List<Integer>> res = new ArrayList<>();
boolean[] used = new boolean[len];
if (len == 0) {
return res;
}
generatePermution(nums, used, 0, len, new Stack<>(), res);
return res;
}
public static void main(String[] args) {
int[] nums = new int[]{1, 2, 3, 4};
Solution solution = new Solution();
List<List<Integer>> permute = solution.permute(nums);
for (int i = 0; i < permute.size(); i++) {
System.out.println(permute.get(i));
}
}
}
总结:
可以通过这个例子理解“回溯”算法的“状态重置”的操作,“回溯搜索” = “深度优先遍历 + 状态重置 + 剪枝”。(“剪枝”可以通过第 47 题来理解。)
1. “深度优先遍历” 就是“不撞南墙不回头”;
2. 回头的时候要“状态重置”,即回到上一次来到的那个地方,“状态”要和上一次来的时候一样。
3. 在代码上,往往是在执行下一层递归的前后,代码的形式是“对称的”。
参考代码 2:使用哈希表代替 used 数组
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import java.util.Stack;
public class Solution {
public List<List<Integer>> permute(int[] nums) {
int len = nums.length;
List<List<Integer>> res = new ArrayList<>();
if (len == 0) {
return res;
}
// 使用哈希表检测一个数字是否使用过
Set<Integer> used = new HashSet<>();
Stack<Integer> stack = new Stack<>();
backtrack(nums, 0, len, used, stack, res);
return res;
}
private void backtrack(int[] nums, int depth, int len, Set<Integer> used, Stack<Integer> stack, List<List<Integer>> res) {
if (depth == len) {
res.add(new ArrayList<>(stack));
return;
}
for (int i = 0; i < len; i++) {
if (!used.contains(i)) {
used.add(i);
stack.push(nums[i]);
backtrack(nums, depth + 1, len, used, stack, res);
stack.pop();
used.remove(i);
}
}
}
}
参考代码 3:技巧——使用位掩码代替 used 数组。这个技巧对于数组 nums 不超过 32 位时有效。
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import java.util.Stack;
public class Solution {
public List<List<Integer>> permute(int[] nums) {
int len = nums.length;
List<List<Integer>> res = new ArrayList<>();
if (len == 0) {
return res;
}
// 使用位图,适用于数组 nums 的长度不超过 32 位的情况
int used = 0;
Stack<Integer> stack = new Stack<>();
backtrack(nums, 0, len, used, stack, res);
return res;
}
private void backtrack(int[] nums, int depth, int len, int used, Stack<Integer> stack, List<List<Integer>> res) {
if (depth == len) {
res.add(new ArrayList<>(stack));
return;
}
for (int i = 0; i < len; i++) {
if (((used >> i) & 1) == 0) {
used ^= (1 << i);
stack.push(nums[i]);
backtrack(nums, depth + 1, len, used, stack, res);
stack.pop();
used ^= (1 << i);
}
}
}
}
方法二:递归交换(参考)
这是我在《剑(jian)指 Offer》(第 2 版)上看到的思路:从一个原始排列开始,第 1 个元素与依次与后面的所有元素交换,这种操作是递归进行的。个人感觉没有回溯算法的思路经典。
例如:
1 + permute([2, 3, 4])
2 + permute([1, 3, 4])
3 + permute([1, 2, 4])
4 + permute([1, 2, 3])
根据这个思路,我写出来的代码如下:
参考代码 4:递归交换(参考)
import java.util.ArrayList;
import java.util.List;
public class Solution {
public List<List<Integer>> permute(int[] nums) {
List<List<Integer>> res = new ArrayList<>();
int len = nums.length;
if (len == 0) {
return res;
}
helper(nums, 0, len, res);
return res;
}
private void helper(int[] nums, int begin, int len, List<List<Integer>> res) {
if (begin == len - 1) {
List<Integer> currRes = new ArrayList<>();
for (int i = 0; i < len; i++) {
currRes.add(nums[i]);
}
res.add(currRes);
return;
}
helper(nums, begin + 1, len, res);
// 从 begin 的下一位开始一直要交换到最后一位
for (int i = begin + 1; i < len; i++) {
swap(nums, begin, i);
helper(nums, begin + 1, len, res);
// 注意:递归完成以后要交换回来
swap(nums, begin, i);
}
}
private void swap(int[] nums, int index1, int index2) {
nums[index1] = nums[index1] ^ nums[index2];
nums[index2] = nums[index1] ^ nums[index2];
nums[index1] = nums[index1] ^ nums[index2];
}
}
按照《剑(jian)指 Offer》(第 2 版)给出的示例代码,我写了 Python 版本和 Java 版本的代码如下:
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class Solution {
public List<List<Integer>> permute(int[] nums) {
List<List<Integer>> res = new ArrayList<>();
int len = nums.length;
if (len == 0) {
return res;
}
helper(nums, 0, len, res);
return res;
}
private void helper(int[] nums, int begin, int len, List<List<Integer>> res) {
if (begin == len) {
List<Integer> currRes = new ArrayList<>();
for (int i = 0; i < len; i++) {
currRes.add(nums[i]);
}
res.add(currRes);
}
// 从 begin 的下一位开始一直要交换到最后一位
for (int i = begin; i < len; i++) {
// System.out.println(Arrays.toString(nums) + " i " + i + " begin " + begin);
swap(nums, begin, i);
helper(nums, begin + 1, len, res);
// 注意:递归完成以后要交换回来
swap(nums, begin, i);
}
}
private void swap(int[] nums, int index1, int index2) {
// nums[index1] = nums[index1] ^ nums[index2];
// nums[index2] = nums[index1] ^ nums[index2];
// nums[index1] = nums[index1] ^ nums[index2];
if (index1 == index2) {
return;
}
int temp = nums[index1];
nums[index1] = nums[index2];
nums[index2] = temp;
}
public static void main(String[] args) {
int[] nums = {1, 2, 3};
List<List<Integer>> lists = new Solution6().permute(nums);
System.out.println(lists);
}
}