当前位置: 首页 > news >正文

算法力扣刷题记录 八十四【46.全排列】

前言

回溯章节第11篇。记录 八十四【46.全排列】
回溯学习过:组合问题、切割问题、子集问题。
本文是排列问题。


一、题目阅读

给定一个不含重复数字的数组 nums ,返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。

示例 1:

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]]

示例 2:

输入:nums = [0,1]
输出:[[0,1],[1,0]]

示例 3:

输入:nums = [1]
输出:[[1]]

提示:

1 <= nums.length <= 6
-10 <= nums[i] <= 10
nums 中的所有整数 互不相同

二、尝试实现

2.1分析题目,确定方法

  1. 记录 六十三【回溯章节开篇】讲过回溯解决哪些问题。题目直白指出求排列,解决排列用回溯
  2. 确定回溯之后,需要构造一个树形结构。按照树形结构方便实现递归。以示例1为例:
    在这里插入图片描述
  3. 搜集结构都是在叶子节点,所以有终止条件:和子集问题不一样;
  4. 可选元素不是在已选元素之后继续选择,和组合不一样。
  5. 发现:一个排序需要用到集合所有的元素,需要记录这个元素有没有被选过。所以用used数组表示当前已有的排列中有没有该元素

2.2回溯思路

  1. 确定返回值:用全局变量 vector<vector< int>> result; vector< int> temp; 搜集结果。所以返回值是void。
  2. 确定参数:
  • 需要输入集合:const vector< int>& nums;
  • 需要used数组:vector< bool>& used。表示当前已有的排列中有没有该元素。
  1. 确定终止条件:当temp.size() == nums.size(),temp中已经是一个排列了。就该return。
  2. 确定逻辑:
  • for循环,从0开始,到nums.size()结束;
  • 如果used == false,说明排列中还没有这个元素,那么可以放入temp并且used改成true;否则,continue;
  • 放入temp之后,递到下一层;
  • 回溯:把元素pop并且used = false。

代码实现【回溯】

class Solution {
public:vector<vector<int>> result;vector<int> temp;void backtracking(const vector<int>& nums,vector<bool>& used){if(temp.size() == nums.size()){result.push_back(temp);return;}for(int i = 0;i < nums.size();i++){if(used[i] == false){temp.push_back(nums[i]);used[i] = true;backtracking(nums,used);temp.pop_back();used[i] = false;}}return;}vector<vector<int>> permute(vector<int>& nums) {result.clear();temp.clear();vector<bool> used(nums.size(),false);//有没有被选到backtracking(nums,used);return result;}
};

三、参考学习

【46.全排列】 参考学习链接

  1. 参考给的思路和方法与尝试实现中一致。
  2. 分析时间复杂度:递归次数 * 每次递归的时间复杂度。
  • 递归次数:第一层for循环可选n个元素,是排列的第一个元素;第二层for循环可选n-1个元素,是排列的第二个元素;第三层for循环可选n-2个元素,是排列的第三个元素……直到最后一个元素。所以一个集合有 n! 个排列。需要递归 n! 次。
  • 每次递归的时间复杂度:操作单元是处理——递归——回溯完整过程。O(1)。
  • 所以时间复杂度是O(n!)。
  1. 空间复杂度:递归深度 * 每次递归的空间复杂度。递归深度:n,集合的大小;每次递归的空间复杂度是O(1),因为使用同一个used数组、result数组、temp数组空间,没有新开辟别的大小。所以空间复杂度是O(n)。

总结

在这里插入图片描述
(欢迎指正,转载标明出处)

http://www.lryc.cn/news/428681.html

相关文章:

  • [C++进阶]map和set
  • ios机型下input输入框输入时拉高
  • nacos 使用 docker 单机部署连接 MySQL 数据库并开启鉴权
  • Opencv-C++笔记 (20) : 距离变换与分水岭的图像分割
  • 【流媒体】RTMPDump—Download(接收流媒体信息)
  • Pytorch cat()与stack()函数详解
  • A. X(质因数分解+并查集)
  • 自动化测试中如何应对网页弹窗的挑战!
  • Redission
  • 负载均衡详解
  • Swift与UIKit:构建卓越用户界面的艺术
  • Spring 中ClassPathXmlApplicationContext
  • Springboot邮件发送:如何配置SMTP服务器?
  • 二叉树--堆
  • 【K8s】专题十二(2):Kubernetes 存储之 PersistentVolume
  • python3多个图片合成一个pdf文件,生产使用验证过
  • Stable Diffusion赋能“黑神话”——助力悟空走进AI奇幻世界
  • 微信小程序登陆
  • SQL - 存储过程
  • RabbitMQ环境搭建
  • 多视点抓取(Multi-View Grasping)
  • 【人工智能】对智元机器人发布的远征A1所应用的AI前沿技术进行详细分析,基于此整理一份学习教程。
  • 影刀RPA--如何获取网页当页数据?
  • Bean对象生命周期流程图
  • 24/8/17算法笔记 策略梯度reinforce算法
  • 【Linux学习】Linux开发工具——vim
  • 【2025校招】4399 NLP算法工程师笔试题
  • 数据库原理--关系1
  • 【人工智能】AI工程化是将人工智能技术转化为实际应用、创造实际价值的关键步骤
  • 《C语言实现各种排序算法》