day29回溯法5-递增子序列&全排序

491.递增子序列

注意本题不能够对原始的序列进行排序，

1. 子集
2. 去重：需要使用何种方法进行去重
   首先从回溯三部曲的角度，依次找到回溯过程中题目的一些要素。
3. 递归函数函数：由于本题求解子序列，第一个元素不能重复使用，所以需要传入startIndex，来调整下一层递归的起始位置。
4. 终止条件和结果的收集：由于startIIndex每一次＋1，所以可以不加终止条件，并不会无限递归下去。收集结果需要递增子序列的大小至少为2。
5. 单层搜索：同一个父节点下不能发生元素的重复使用，for循环表示一层，所以需要在for循环的上方，加入集合进行去重的操作。
6. 直接在递归的过程中，判断nums[i]和path[-1]的大小关系实现递增序列的判断。

class Solution:
    def __init__(self):
        self.result = []
        self.path = []
        '''
    def isIncrease(self,temp):
        temp1 = sorted(temp.copy())
        if temp1 == temp:
            return True   
        return False
        '''
    def backtracking(self,startIndex,nums):
        if startIndex > len(nums):
            return 
        if len(self.path) >= 2 :
            self.result.append(self.path.copy())
        uset = set() # 对层级的元素进行去重，每一层都需要建立一个集合，然后判断之后取到的元素是否在前面已经取到。
        for i in range(startIndex,len(nums)):
            # 层序去重操作
            if (self.path and nums[i] < self.path[-1] ) or (nums[i] in uset):
                continue
            self.path.append(nums[i])
            uset.add(nums[i])
            self.backtracking(i+1,nums)
            self.path.pop()
    def findSubsequences(self, nums: List[int]) -> List[List[int]]:
        self.used = [0 for i in range(len(nums))]
        self.backtracking(0,nums)
        return self.result

46.全排列

与组合问题的区别： 不需要向函数中传入startIndex的参数值

1. 建立used记录相应元素是否被使用
2. 每一次循环从0开始进行遍历，遍历列表中的所有元素。

class Solution:
    def permute(self, nums: List[int]) -> List[List[int]]:
        # 深度优先遍历-利用回退的过程；总结回溯的基本结构，分析需要什么样的中间变量
        k = len(nums)
        ans = []
        path = []
        used = [0]*k
        def dfs(nums,used):
            # 设置递归终止的条件，递归到第几层
            if len(path) == k:
                ans.append(path.copy())
                return 
            for i in range(0,k):
                if used[i] == 1:
                    continue
                path.append(nums[i])
                used[i] = 1
                # 设置一个布尔数组，当前选择的数字是否在之前被选择过，以空间换时间的思想
                dfs(nums,used) # 递归到下一层
                # 回溯,对之前做的操作进行逆变换
                path.pop()
                used[i] = 0
        dfs(nums,used)
        return ans

47.全排列 II

去重部分代码逻辑介绍：进行排序之后，后一个的值与前一个的值相同，并且前一个元素没有访问过说明此时的元素时重复的，需要在此进行去重的操作。

class Solution:
    def permuteUnique(self, nums: List[int]) -> List[List[int]]:
        result = []
        path = []
        used = [0] * len(nums)
        def backtracking(nums,used):
            if len(path) == len(nums):
                result.append(path.copy())
                return 
            for i in range(0,len(nums)):
                if used[i] == 0:
                    if i>0 and nums[i] == nums[i-1] and used[i-1] == 0:
                        continue
                    path.append(nums[i])
                    used[i] = 1
                    backtracking(nums,used)
                    used[i] = 0
                    path.pop()
        nums = sorted(nums)
        backtracking(nums,used)
        return result