全排列

题目

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:

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/permutations
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路

题目是比较容易理解的，不同于数学题有多少个排列组合的问答，在算法题上解题，用最直接的穷举也不是能全部列出来，解题时没有想到有效的解决之道。

学习

回溯算法

将穷举的过程实现出来，假设有 n 个空，每个位置都把所有数字试一遍，按照从左往右的顺序，填过的数字不能有重复。

• 定义递归函数 backtrack(first, output)
  first 表示从左往右填的位置，当前排列为 output。
• 结果可分为两种情况

1. first == n，结束
   下标从 0 开始，已经填了 n 个位置，找到了一个可行的解，我们将output 复制到返回数组中，递归结束。
2. first < n，递归过程
   需要确定在该位置填的数字。由于不能重复填已经填过的数字，这里可以定义一个标记数组，用来标记已经填过的数，作用是，当遍历给定的 n 个数字，如果某个数字没有被标记过，就尝试填入，并将其标记，继续尝试填下一个位置，即调用函数 backtrack(first + 1, output)。
   搜索回溯的时候要撤销这一个位置填的数以及标记，并继续尝试其他没被标记过的数。¹

（图转自https://leetcode-cn.com/problems/permutations/solution/hui-su-suan-fa-python-dai-ma-java-dai-ma-by-liweiw/）

• 为降低空间复杂度，标记数组可以取代，通过动态维护数组，即左边表示已填过的数字，右边表示未填过的数字

  • 假设目前是在first位置，nums[0,first−1] 则代表是已填数字集合，nums[first,n−1] 是代填数字集合；

  • 假设待填数字下标为 i ，填完后将该位置的数字与在first位置上的数字交换；

  • 当填下一个位置数字时 nums[0,first]表示的是已填过数字，nums[first+1,n−1] 表示待填的数，回溯的时候需要交换回来完成撤销操作。

  • 例如，假设我们有 nums[1,2,3,4] ，在填第三个位置时，已经填了 [3,4] 两个数，此时nums状态为 [3,4,1,2] 。假设这个位置填 2 ，为了维护数组，我们将 2 和 1 交换，变为nums[3,4,2,1]。

提交代码

class Solution:
    def permute(self, nums: List[int]) -> List[List[int]]:
        def backtrack(first = 0):
            # 所有数都填完了
            if first == len(nums):  
                s.append(nums[:])
            for i in range(first, len(nums)):
                # 动态维护数组，原地调整数组，降低空间复杂度
                nums[first], nums[i] = nums[i], nums[first]
                # 继续递归填下一个数
                backtrack(first + 1)
                # 撤销操作
                nums[first], nums[i] = nums[i], nums[first]
        
        s = []
        backtrack()
        return s

• 时间复杂度 O(n * n!)，其中 n 为序列的长度。

  • backtrack 的调用次数为 n 的 k - 排列，或者部分排列，由公式可知 backtrack 的调用次数的时间复杂度是 O(n!) ；
  • backtrack 调用的每个叶结点共 n! 个，需要将当前答案使用 O(n)的时间复制到返回数组中，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。
  除去返回数组，递归过程每一层递归函数都需要分配栈空间，所以这里需要额外空间且取决于递归的深度，递归调用深度为 O(n)。

学习总结

1. 递归函数的练习；
2. 树结构的分析；
3. 回溯算法的学习应用。

---

1. 个人理解是方便搜索全部解，不影响后续的标记过程 ↩︎