LeetCode题练习与总结：下一个排列

一、题目描述

整数数组的一个 排列  就是将其所有成员以序列或线性顺序排列。

• 例如，arr = [1,2,3] ，以下这些都可以视作 arr 的排列：[1,2,3]、[1,3,2]、[3,1,2]、[2,3,1] 。

整数数组的 下一个排列 是指其整数的下一个字典序更大的排列。更正式地，如果数组的所有排列根据其字典顺序从小到大排列在一个容器中，那么数组的 下一个排列 就是在这个有序容器中排在它后面的那个排列。如果不存在下一个更大的排列，那么这个数组必须重排为字典序最小的排列（即，其元素按升序排列）。

• 例如，arr = [1,2,3] 的下一个排列是 [1,3,2] 。
• 类似地，arr = [2,3,1] 的下一个排列是 [3,1,2] 。
• 而 arr = [3,2,1] 的下一个排列是 [1,2,3] ，因为 [3,2,1] 不存在一个字典序更大的排列。

给你一个整数数组 nums ，找出 nums 的下一个排列。

必须 原地 修改，只允许使用额外常数空间。

示例 1：

输入：nums = [1,2,3]
输出：[1,3,2]

示例 2：

输入：nums = [3,2,1]
输出：[1,2,3]

示例 3：

输入：nums = [1,1,5]
输出：[1,5,1]

提示：

• 1 <= nums.length <= 100
• 0 <= nums[i] <= 100

二、解题思路

1. 从数组的末尾开始向前遍历，找到第一个递减的子序列的起始点。这个点就是我们需要进行交换的元素之一。
2. 在找到的递减子序列之后，找到比当前元素大的最小元素。这个元素将成为交换的第二个元素。
3. 交换这两个元素。
4. 反转递减子序列之后的子数组，以确保它是递增的，这是为了确保新的排列是字典序更大的排列。

三、具体代码

class Solution {
    public void nextPermutation(int[] nums) {
        if (nums == null || nums.length <= 1) {
            return; // 如果数组为空或只有一个元素，不需要改变
        }

        // 1. 从后向前找到第一个递减的子序列的起始点
        int i = nums.length - 2;
        while (i >= 0 && nums[i] >= nums[i + 1]) {
            i--;
        }

        // 如果i为-1，说明数组已经是递增的，需要反转整个数组
        if (i == -1) {
            reverse(nums, 0, nums.length - 1);
        } else {
            // 2. 在递减子序列之后找到比当前元素大的最小元素
            int j = nums.length - 1;
            while (nums[j] <= nums[i]) {
                j--;
            }
            swap(nums, i, j); // 交换这两个元素

            // 3. 反转递减子序列之后的子数组
            reverse(nums, i + 1, nums.length - 1);
        }
    }

    private void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

    private void reverse(int[] nums, int start, int end) {
        while (start < end) {
            swap(nums, start, end);
            start++;
            end--;
        }
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• 在最坏的情况下，我们需要遍历整个数组来找到第一个递减的子序列的起始点，这需要 O(n) 时间，其中 n 是数组的长度。
• 接下来，我们可能需要再次遍历数组来找到比当前元素大的最小元素，这同样需要 O(n) 时间。
• 最后，我们可能需要反转数组的一部分，这部分的时间复杂度是 O(n)，但因为这部分只涉及数组的后半部分，所以实际上这部分的时间复杂度是 O(n/2)。
• 综合考虑，最坏情况下的总时间复杂度是 O(n) + O(n) + O(n/2) = O(n)。
• 这是因为在实际应用中，我们通常不会执行所有的操作，而且数组的反转操作不会每次都发生。
• 因此，我们可以认为这段代码的平均时间复杂度是 O(n)。

2. 空间复杂度

• 这段代码使用了额外的常数空间来存储临时变量（例如，在 swap 方法中交换元素时使用的 temp 变量）。
• swap 和 reverse 方法都是原地操作，没有使用额外的数组或数据结构。
• 因此，空间复杂度是 O(1)，即常数空间复杂度。

五、总结知识点

1. 数组操作：代码处理的是一个整数数组，涉及到数组的遍历、元素交换和反转等基本操作。

2. 原地算法：整个 nextPermutation 方法是在原数组上进行操作的，没有使用额外的数组来存储中间结果。这是算法设计中的一个重要概念，可以节省空间。

3. 递增和递减序列：代码中判断数组是否已经是递增序列，这是通过比较相邻元素的大小来实现的。如果数组已经是递增的，那么它的下一个排列就是递减序列。

4. 交换操作：swap 方法用于交换数组中的两个元素。这是原地排序和排列操作中常用的技巧。

5. 反转数组：reverse 方法用于反转数组的一部分。在找到下一个排列的过程中，如果需要将递增序列转换为递减序列，就需要反转数组的一部分。

6. 循环控制：代码中使用了 while 循环来控制遍历数组的过程，这是处理序列问题时常见的控制结构。

7. 条件判断：代码中使用了 if 语句来进行条件判断，例如判断数组是否需要反转，以及寻找合适的元素进行交换。

8. 递归思想：虽然这段代码没有直接使用递归，但是理解递归对于解决排列和组合问题很有帮助。在某些情况下，可以通过递归的方式来生成所有可能的排列。

9. 边界条件处理：在处理数组时，需要考虑边界条件，例如数组为空或只有一个元素的情况，以及在反转数组时的起始和结束索引。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。