力扣日记2.22-【回溯算法篇】47. 全排列 II

力扣日记:【回溯算法篇】47. 全排列 II

日期:2023.2.22
参考:代码随想录、力扣

47. 全排列 II

题目描述

难度:中等

给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列。

示例 1:

输入:nums = [1,1,2]
输出:
[[1,1,2],
[1,2,1],
[2,1,1]]

示例 2:

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

提示:

  • 1 <= nums.length <= 8
  • -10 <= nums[i] <= 10

题解

cppver
class Solution {
public:
#define SOLUTION 2
    vector<int> path;
    vector<vector<int>> result;
    vector<vector<int>> permuteUnique(vector<int>& nums) {
        // 排序
        sort(nums.begin(), nums.end());
        vector<bool> used(nums.size(), false);
        backtracking(nums, used);
        return result;
    }
#if SOLUTION == 1
    void backtracking(vector<int>& nums, vector<bool>& used) {  // 因为存在重复值,所以不宜用哈希表记录是否使用过
        // 终止条件
        if (path.size() == nums.size()) {
            result.push_back(path);
            return;
        }
        int lastNum = -11;
        // for 横向遍历
        for (int i = 0; i < nums.size(); i++) {
            // 需要标记哪些值已经取过了 used[i] 
            if (used[i] == true) continue;  // 取过了,则跳过该值
            // 去重
            if (nums[i] == lastNum) continue; // 与for循环的上一次取值重复
            // 否则,标记取过,并进行取值与递归
            lastNum = nums[i]; // 更新 lastNum
            used[i] = true;
            path.push_back(nums[i]);
            backtracking(nums, used);
            path.pop_back();
            used[i] = false;
        }
    }
#elif SOLUTION == 2
    void backtracking(vector<int>& nums, vector<bool>& used) {  // 因为存在重复值,所以不宜用哈希表记录是否使用过
        // 终止条件
        if (path.size() == nums.size()) {
            result.push_back(path);
            return;
        }
        // 使用 nums[i] == nums[i-1] 结合 used[i-1] 来判断是树枝重复还是树层重复
        // 树层重复的条件为:i > 0 && nums[i] == nums[i-1] && used[i-1] == false (上一个位置的元素未使用,说明是树层)
        // 树枝重复的条件为:i > 0 && nums[i] == nums[i-1] && used[i-1] == true
        // for 横向遍历
        for (int i = 0; i < nums.size(); i++) {
            // 树枝(纵向递归):标记哪些值已经取过了 used[i] 
            if (used[i] == true) continue;  // 取过了,则跳过该值
            // 树层(用于去重)
            if (i > 0 && nums[i] == nums[i-1] && used[i-1] == false) continue; // 与for循环的上一次取值重复
            // 否则,标记取过,并进行取值与递归
            used[i] = true;
            path.push_back(nums[i]);
            backtracking(nums, used);
            path.pop_back();
            used[i] = false;
        }
    }
#endif
};

复杂度

  • 时间复杂度: O(n! * n)
  • 空间复杂度: O(n)

思路总结

  • 本题与 46. 全排列 的区别在于,集合中可能存在重复元素。因此,需要考虑去重,即在46题的基础上,需要在for循环遍历(横向遍历)中,过滤掉相同的元素(但又不能影响到纵向递归时元素的可重复选取)。
  • 不同于 40.组合总和 II90.子集 II,全排列在for循环遍历时不能使用startindex,即每次for循环遍历都会从头开始遍历,不能直接在for循环中,用 if (i > 0 && nums[i] == nums[i-1]) continue; 来跳过重复元素,因为这样会使得在纵向递归时也无法选取到重复元素。
  • 因此,需要一个只会影响到横向遍历的变量,即代码中在for循环前定义的lastNum(这样每次for循环前会重置lastNum),用来记录相同层中for循环上次取到的元素——如果当前值与for循环上次取到的值相同,则跳过当前元素。且只有在该值也满足“纵向递归中当前位置未取过”的条件(used[i] == false)才会更新该lastNum(即当前值能进行取值、递归才会更新)。
  • 注意:
    • 去重 要提前做好排序
    • 由于本题存在重复元素,所以不能使用按值大小记录是否取过的哈希表作为used,而要使用按位置记录的usedvector<bool> used(nums.size(), false))。
    • 去重与是否使用过的if-continue判断条件的前后位置不影响(也可以写在一起),但取值、更新、递归、回溯等(所谓处理节点)一定要放在两者后面。
  • 树形结构示意图:
    • 在这里插入图片描述
  • 代码随想录版本:
    • 使用 nums[i] == nums[i-1] 结合 used[i-1] 来判断是树枝重复还是树层重复
      • 树层重复的条件为:i > 0 && nums[i] == nums[i-1] && used[i-1] == false (上一个位置的元素未使用,说明是树层)
      • 树枝重复的条件为:i > 0 && nums[i] == nums[i-1] && used[i-1] == true
      • 如图
      • 在这里插入图片描述
    • 所以在for循环中
      • 第一个条件用于排列取值
        // 树枝(纵向递归):标记哪些值已经取过了 used[i] 
        if (used[i] == true) continue;  // 取过了,则跳过该值
        
      • 第二个条件用于树枝去重
        if (i > 0 && nums[i] == nums[i-1] && used[i-1] == false) continue;
        
  • 17
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
力扣是一个在线编程平台,提供了大量的算法题目,可以帮助程序员提高算法能力。回溯算法是一种搜索算法,它通过不断地尝试所有可能的解来求解问题。在回溯算法中,我们首先定义一个解空间,然后从解空间中搜索所有可能的解,直到找到符合要求的解为止。回溯算法通常用于求解组合问题、排列问题、子集问题等。 在 Java 中实现回溯算法,通常需要定义一个递归函数来搜索解空间。在递归函数中,我们首先判断当前状态是否符合要求,如果符合要求,则将当前状态加入到解集中;否则,我们继续搜索下一个状态。在搜索下一个状态时,我们需要对当前状态进行一些修改,然后递归调用自身来搜索下一个状态。当搜索完所有可能的状态后,我们需要回溯到上一个状态,继续搜索其他可能的状态。 以下是回溯算法的一般步骤: 1. 定义解空间:确定问题的解空间,并定义一个数据结构来表示解空间中的每个状态。 2. 确定约束条件:确定哪些状态是合法的,并定义一个函数来判断当前状态是否符合要求。 3. 确定搜索策略:确定搜索解空间的顺序,并定义一个函数来生成下一个状态。 4. 搜索解空间:使用递归函数搜索解空间,如果当前状态符合要求,则将其加入到解集中;否则,继续搜索下一个状态。 5. 回溯:当搜索完所有可能的状态后,回溯到上一个状态,继续搜索其他可能的状态。 以下是一个力扣题目的回溯算法 Java 实现示例: ``` class Solution { List<List<Integer>> res = new ArrayList<>(); List<Integer> path = new ArrayList<>(); public List<List<Integer>> subsets(int[] nums) { dfs(nums, 0); return res; } private void dfs(int[] nums, int start) { res.add(new ArrayList<>(path)); for (int i = start; i < nums.length; i++) { path.add(nums[i]); dfs(nums, i + 1); path.remove(path.size() - 1); } } } ``` 该算法用于求解给定数组的所有子集。在递归函数中,我们首先将当前状态加入到解集中,然后从当前位置开始搜索下一个状态。在搜索下一个状态时,我们将当前元素加入到路径中,并递归调用自身来搜索下一个状态。当搜索完所有可能的状态后,我们需要回溯到上一个状态,继续搜索其他可能的状态。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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