深搜&回溯&剪枝-全排列

LCR 083. 全排列 - 力扣(LeetCode)

根据题意,要根据给定的整数数组,穷举出所有可能的排列,从直观的角度上来看,可以使用多层 for 循环来解决,但如果是数组长度太大的时候,这种方式不太合适。

对于此类问题,要先画出决策图,例如对于数组 1,2,3 而言:


全局变量:使用全局变量会让方法调用时的参数更加简单;

  1. 使用全局变量 List 数组来存每一个符合要求的排列;

  2. 使用全局变量 List 来暂存每一次遍历的排列值;

  3. 由于需要通过剪枝来去掉一些不符合要求的情况,也就是重复出现数字的情况,因此使用全局变量 boolea\[\] 来存原始数组的值是否被使用,被使用则为1,否则为0;
    关注递归函数dfs本身:

使用for循环,结合剪枝来进行排列组合;
**回溯:**每当枚举完一个分支后,要回到分支的主节点,是需要进行回溯的,把全局变量 List 最后一个节点去掉,以及将该节点对应的 boolean\[\] 中的值由 true 改为 false;

**剪枝:**剪掉重复出现数字的情况;

**递归出口:**当全局变量 List 的长度等于原始数组的长度,说明已经存满了,就可以直接将当前的 List 存到 全局变量 List数组中;

代码实现

java 复制代码
class Solution {
    List<List<Integer>> ret;
    List<Integer> str;
    boolean[] judge;
    public List<List<Integer>> permute(int[] nums) {
        ret = new ArrayList<>();
        str = new ArrayList<>();
        judge = new boolean[nums.length];
        dfs(nums);
        return ret;
    }
    public void dfs(int[] nums){
        if(str.size() == nums.length){
            ret.add(new ArrayList(str));    // 递归出口:符合条件。直接add
        }
        for(int i=0;i<nums.length;i++){
            if(judge[i] == false){          // 剪枝,boolean如果是true说明出现过了,就不再进入了
                str.add(nums[i]);
                judge[i] = true;
                dfs(nums);      // 继续递归
                // 回溯:将最后一个值去掉,boolean改为false
                str.remove(str.size()-1);
                judge[i] = false;
            }
        }
    }
}
相关推荐
larance2 小时前
[菜鸟教程] 机器学习教程十课-Python 机器学习应用
人工智能·python·机器学习
聪明蛋子哟2 小时前
不仅仅是向量检索:结合知识图谱与Tool Calling的混合增强生成(Hybrid RAG)方案
人工智能·算法·知识图谱
Pniubi2 小时前
力扣55跳跃游戏(贪心)
算法·leetcode·游戏
FL16238631292 小时前
城市道路叶子叶堆检测数据集VOC+YOLO格式351张2类别
人工智能·yolo·机器学习
零域码客2 小时前
RAG 和微调解决的是同一类问题吗?从大模型底层全链路拆解两者的本质与选择逻辑
大数据·人工智能·机器学习·模型微调·fine-tuning·检索增强生成·llm 架构
jyyyx的算法博客2 小时前
传球游戏【思维】
算法
FL16238631293 小时前
关于2026年南昌大学811信号与系统最后一题电路系统解题思路
算法
殷色玫瑰3 小时前
C++ STL:map 与 set 详解——从底层红黑树到实际应用
c语言·数据结构·c++·算法·visualstudio·rpc
行者全栈架构师3 小时前
【鸿蒙心迹】鸿蒙网络请求架构实战——@ohos.net.http 到 Axios 封装、拦截器与统一错误处理(HarmonyOS 7.x)
前端·算法·架构
AI日报派送佬3 小时前
Ultralytics YOLO 模型训练技巧与最佳实践
人工智能·python·深度学习·yolo·机器学习·计算机视觉