剑指OFFER-字符串的排列

剑指OFFER-字符串的排列

Question

输入一个字符串,按字典序打印出该字符串中字符的所有排列。例如输入字符串abc,则打印出由字符a,b,c所能排列出来的所有字符串abc,acb,bac,bca,cab和cba。

输入描述:输入一个字符串,长度不超过9(可能有字符重复),字符只包括大小写字母。

关键词:全排列 回溯法

Solution

回溯法

回溯法:对于下一步所有可行的走法,判定是否存在可能的目标路径,如果存在就继续下一步,如果没有或尝试完所有走法,就返回上一步(类似DFS)。

实际写法:建立数组储存是否用过该字符(初始化全false)-标志位,先取第i个字符,该字符标志位需为false(代表该字符并没有在path中),path.append(字符[i]),并标志位[i]设true,递归i+1(表示path已经有了i+1个字符,终止条件为 i==str.len(),ans.append(path),返回),最后重置状态(递归结束代表已经尝试了所有走法,需要返回上一节点的状态,即:标志位[i]=false,path.remove(-1))。

时间复杂度:O(N!)
空间复杂度:O(N!)

  • Python
class Solution:
    def __init__(self):
        self.ans = []
        self.path = ''
        self.state = []
    def Permutation(self, ss):
        if not ss:
            return ss;

        self.state = [False] * len(ss)
        
        def huisu(cur_len):
            if cur_len == len(ss):
                if self.path not in self.ans:
                    self.ans.append(self.path)
                return
            for i in range(len(ss)):
                # 只走可行的走法,即path还没用过的字符
                if not self.state[i]:
                    # 更新状态
                    self.state[i] = True
                    self.path += ss[i]
                    # 尝试所有走法
                    huisu(cur_len + 1)
                    # 重置状态
                    self.state[i] = False
                    self.path = self.path[:-1]
        huisu(0)
        return self.ans
  • C++
class Solution {
public:
    vector<string> ans;
    string path;
    vector<bool> state;

    vector<string> Permutation(string str) {
        if(str.size() ==0)
            return ans;
        for(int i=0; i<str.size(); i++)
            state.push_back(false);
        huisu(str, 0);
        return ans;
    }
    void huisu(string str, int len){
        if(len == str.size()){
            if(find(ans.begin(), ans.end(), path) == ans.end())
                ans.push_back(path);
            return;
        }
        for(int i=0; i<str.size(); i++){
            if(!state[i]){
                state[i] = true;
                path.push_back(str[i]);
                huisu(str, len + 1);
                state[i] = false;
                path.pop_back();
            }
        }
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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