LeetCode 46. 全排列
程序员文章站
2022-03-08 13:17:03
46. 全排列 题目来源: "https://leetcode cn.com/problems/permutations/" 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: 解题思路 思路:深度优化搜索 先看题目,以所给数组 [1, 2, 3] 的全排列为例: 以 1 开始, ......
46. 全排列
题目来源:
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: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1] ]
解题思路
思路:深度优化搜索
先看题目,以所给数组 [1, 2, 3] 的全排列为例:
- 以 1 开始,全排列有:[1,2,3], [1,3,2];
- 以 2 开始,全排列有 [2,1,3], [2,3,1];
- 以 3 开始,全排列有 [3,1,2], [3,2,1]。
从上面的情况,可以看出。枚举每个每一位可能出现的情况,已选择的数字在下面的选择则不能出现。按照这个做法,所有的情况将能够罗列出来。这里其实就是执行一次深度优先搜索,从根节点到叶子节点形成的路径就是一个全排列。
按照这种思路,沿用上面的例子,从空列表 []
开始,以 1 开始为例。现在确定以 1 开始,则列表为 [1]
,现在选择 [2]
和 [3]
之中的一个,先选 2
,最后剩下的只有数字 3
,所以形成全排列 [1, 2, 3]
。
已知还有一种情况,也就是 [1, 3, 2]
,那么如何实现从 [1, 2, 3]
到 [1, 3, 2]
的变化。深度优先搜索是如何实现的?其实是从 [1, 2, 3]
回到 [1, 2]
的情况,撤销数字 3,因为当前层只能选择 3,所以再撤销 2 的选择,这样后面的程序则能在选择 3 的时候后续也能选择 2。
代码实现
class solution: def permute(self, nums: list[int]) -> list[list[int]]: def _dfs(nums, depth, pmt, be_selected, length, ans): # 表示深度优化搜索的深度等于数组长度时,这个时候表示全排列已经生成 # 也就是符合情况的选择已经选择完毕 # 将这个全排列的情况添加到列表中 # 这里需要注意,pmt 在参数传递是引用传递,拷贝一份添加到结果中 if depth == length: ans.append(pmt[:]) return # 开始遍历 for i in range(length): # be_selected,表示原数组中的元素的状态,是否被选择,是为 true,否为 false if not be_selected[i]: # 当元素被选择时,改变状态 be_selected[i] = true # 将元素添加到 pmt 中,以构成后续 pmt.append(nums[i]) # 向下一层进行遍历 _dfs(nums, depth + 1, pmt, be_selected, length, ans) # 遍历结束时,进行回溯,这个时候状态要进行重置 # 如上面说的 `[1, 2, 3]` 到 `[1, 3, 2]` 中变化,要撤销 3,再撤销 2,重新选择 # 状态改变 be_selected[i] = false # 撤销 pmt.pop() length = len(nums) if length == 0: return [] be_selected = [false] * length ans = [] _dfs(nums, 0, [], be_selected, length, ans) return ans
实现结果
以上就是使用深度优化搜索的思想,解决《46. 全排列》的问题的主要内容,主要需要注意的是状态重置。
欢迎关注微信公众号《书所集录》
上一篇: python常用内置函数使用