# LeetCode 46、全排列
# 一、题目描述
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、题目解析
# 三、参考代码
# 1、Java 代码
// 登录 AlgoMooc 官网获取更多算法图解
// https://www.algomooc.com
// 作者:程序员吴师兄
// 代码有看不懂的地方一定要私聊咨询吴师兄呀
class Solution {
public List<List<Integer>> permute(int[] nums) {
// 结果集合
List<List<Integer>> sets = new ArrayList<List<Integer>>();
// 每次的子集
List<Integer> path = new ArrayList<Integer>();
Boolean[] used = new Boolean[nums.length];
// 每个元素默认一开始都没有被选择
Arrays.fill(used, false);
// 执行回溯算法
backtrack( nums , path,used , sets);
// 返回结果
return sets;
}
// used 表示递归时正在访问的数组元素是否之前已经被访问过
// nums 表示当前集合中的元素
// path 表示每次递归后生成的子集
// sets 表示最终生成的所有子集合
private void backtrack( int[] nums , List<Integer> path , Boolean[] used , List<List<Integer>> sets ){
// 2、寻找结束条件,由于回溯算法是借助递归实现,所以也就是去寻找递归终止条件
if( path.size() == nums.length){
// 每次确定好一个子集,都把它加入到结果集合中
sets.add(new ArrayList<Integer>(path));
return;
}
for( int i = 0 ; i < nums.length ; i++ ){
if(!used[i]){
// 把本次递归访问的元素加入到 subset 数组中
path.add(nums[i]);
used[i] = true;
// 4、判断是否需要剪枝,去判断此时存储的数据是否之前已经被存储过
// 本题不需要剪枝
// 5、做出选择,递归调用该函数,进入下一层继续搜索
// 递归
backtrack( nums , path ,used, sets);
// 6、撤销选择,回到上一层的状态
// 取消对 nums[i] 的选择
used[i] = false;
path.remove(path.size() - 1);
}
}
}
}
# Python
class Solution:
def permute(self, nums: List[int]) -> List[List[int]]:
"""
:param nums: List[int]
:return: List[List[int]]
"""
# 结果集合
sets = []
# 每次的子集
path = []
used = [False] * len(nums)
# 执行回溯算法
self.backtrack(nums, path, used, sets)
# 返回结果
return sets
def backtrack(self, nums, path, used, sets):
"""
:param nums: List[int]
:param path: List[int]
:param used: List[bool]
:param sets: List[List[int]]
"""
# 2、寻找结束条件,由于回溯算法是借助递归实现,所以也就是去寻找递归终止条件
if len(path) == len(nums):
# 每次确定好一个子集,都把它加入到结果集合中
sets.append(path[:])
return
for i in range(len(nums)):
if not used[i]:
# 把本次递归访问的元素加入到 subset 数组中
path.append(nums[i])
used[i] = True
# 4、判断是否需要剪枝,去判断此时存储的数据是否之前已经被存储过
# 本题不需要剪枝
# 5、做出选择,递归调用该函数,进入下一层继续搜索
# 递归
self.backtrack(nums, path, used, sets)
# 6、撤销选择,回到上一层的状态
# 取消对 nums[i] 的选择
used[i] = False
path.pop()