Given a collection of distinct integers, return all possible permutations.
Example:
Input: [1,2,3] Output: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1] ]
這道題是求全排列問題,給的輸入數組沒有重復項,這跟之前的那道 Combinations 和類似,解法基本相同,但是不同點在於那道不同的數字順序只算一種,是一道典型的組合題,而此題是求全排列問題,還是用遞歸 DFS 來求解。這里需要用到一個 visited 數組來標記某個數字是否訪問過,然后在 DFS 遞歸函數從的循環應從頭開始,而不是從 level 開始,這是和 Combinations 不同的地方,其余思路大體相同。這里再說下 level 吧,其本質是記錄當前已經拼出的個數,一旦其達到了 nums 數組的長度,說明此時已經是一個全排列了,因為再加數字的話,就會超出。還有就是,為啥這里的 level 要從0開始遍歷,因為這是求全排列,每個位置都可能放任意一個數字,這樣會有個問題,數字有可能被重復使用,由於全排列是不能重復使用數字的,所以需要用一個 visited 數組來標記某個數字是否使用過,代碼如下:
解法一:
class Solution { public: vector<vector<int>> permute(vector<int>& num) { vector<vector<int>> res; vector<int> out, visited(num.size(), 0); permuteDFS(num, 0, visited, out, res); return res; } void permuteDFS(vector<int>& num, int level, vector<int>& visited, vector<int>& out, vector<vector<int>>& res) { if (level == num.size()) {res.push_back(out); return;} for (int i = 0; i < num.size(); ++i) { if (visited[i] == 1) continue; visited[i] = 1; out.push_back(num[i]); permuteDFS(num, level + 1, visited, out, res); out.pop_back(); visited[i] = 0; } } };
上述解法的最終生成順序為:[[1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1]] 。
還有一種遞歸的寫法,更簡單一些,這里是每次交換 num 里面的兩個數字,經過遞歸可以生成所有的排列情況。這里你可能注意到,為啥在遞歸函數中, push_back() 了之后沒有返回呢,而解法一或者是 Combinations 的遞歸解法在更新結果 res 后都 return 了呢?其實如果你仔細看代碼的話,此時 start 已經大於等於 num.size() 了,而下面的 for 循環的i是從 start 開始的,根本就不會執行 for 循環里的內容,就相當於 return 了,博主偷懶就沒寫了。但其實為了避免混淆,最好還是加上,免得和前面的搞混了,代碼如下:
解法二:
class Solution { public: vector<vector<int>> permute(vector<int>& num) { vector<vector<int>> res; permuteDFS(num, 0, res); return res; } void permuteDFS(vector<int>& num, int start, vector<vector<int>>& res) { if (start >= num.size()) res.push_back(num); for (int i = start; i < num.size(); ++i) { swap(num[start], num[i]); permuteDFS(num, start + 1, res); swap(num[start], num[i]); } } };
上述解法的最終生成順序為:[[1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,2,1], [3,1,2]]
最后再來看一種方法,這種方法是 CareerCup 書上的方法,也挺不錯的,這道題是思想是這樣的:
當 n=1 時,數組中只有一個數 a1,其全排列只有一種,即為 a1
當 n=2 時,數組中此時有 a1a2,其全排列有兩種,a1a2 和 a2a1,那么此時考慮和上面那種情況的關系,可以發現,其實就是在 a1 的前后兩個位置分別加入了 a2
當 n=3 時,數組中有 a1a2a3,此時全排列有六種,分別為 a1a2a3, a1a3a2, a2a1a3, a2a3a1, a3a1a2, 和 a3a2a1。那么根據上面的結論,實際上是在 a1a2 和 a2a1 的基礎上在不同的位置上加入 a3 而得到的。
_ a1 _ a2 _ : a3a1a2, a1a3a2, a1a2a3
_ a2 _ a1 _ : a3a2a1, a2a3a1, a2a1a3
解法三:
class Solution { public: vector<vector<int>> permute(vector<int>& num) { if (num.empty()) return vector<vector<int>>(1, vector<int>()); vector<vector<int>> res; int first = num[0]; num.erase(num.begin()); vector<vector<int>> words = permute(num); for (auto &a : words) { for (int i = 0; i <= a.size(); ++i) { a.insert(a.begin() + i, first); res.push_back(a); a.erase(a.begin() + i); } } return res; } };
上述解法的最終生成順序為:[[1,2,3], [2,1,3], [2,3,1], [1,3,2], [3,1,2], [3,2,1]]
上面的三種解法都是遞歸的,我們也可以使用迭代的方法來做。其實下面這個解法就上面解法的迭代寫法,核心思路都是一樣的,都是在現有的排列的基礎上,每個空位插入一個數字,從而生成各種的全排列的情況,參見代碼如下:
解法四:
class Solution { public: vector<vector<int>> permute(vector<int>& num) { vector<vector<int>> res{{}}; for (int a : num) { for (int k = res.size(); k > 0; --k) { vector<int> t = res.front(); res.erase(res.begin()); for (int i = 0; i <= t.size(); ++i) { vector<int> one = t; one.insert(one.begin() + i, a); res.push_back(one); } } } return res; } };
上述解法的最終生成順序為:[[3,2,1], [2,3,1], [2,1,3], [3,1,2], [1,3,2], [1,2,3]]
下面這種解法就有些耍賴了,用了 STL 的內置函數 next_permutation(),專門就是用來返回下一個全排列,耳邊又回響起了諸葛孔明的名言,我從未見過如此...投機取巧...的解法!
解法五:
class Solution { public: vector<vector<int>> permute(vector<int>& num) { vector<vector<int>> res; sort(num.begin(), num.end()); res.push_back(num); while (next_permutation(num.begin(), num.end())) { res.push_back(num); } return res; } };
上述解法的最終生成順序為:[[1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1]]
Github 同步地址:
https://github.com/grandyang/leetcode/issues/46
類似題目:
參考資料:
https://leetcode.com/problems/permutations/
https://leetcode.com/problems/permutations/discuss/18462/Share-my-three-different-solutions
https://leetcode.com/problems/permutations/discuss/18255/Share-my-short-iterative-JAVA-solution