46. 全排列

46. 全排列

题目-中等难度

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

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 <= numsi <= 10
  • nums 中的所有整数 互不相同

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/summary-ranges
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

1. 回溯

时间

44ms

击败 68.49%使用 Python3 的用户

内存

17.30MB

击败 5.05%使用 Python3 的用户

python 复制代码
class Solution:
    def permute(self, nums: List[int]) -> List[List[int]]:
        # 空列表直接返回结果
        if not nums:
            return []
        # 结果列表
        res = []
        # 输入列表的长度
        ln = len(nums)

        # 定义递归回溯函数
        def backtrack(index):
            if index == ln-1:
                # 当索引达到列表末尾时, 将当前排列加入结果列表
                res.append(nums[:])
            for i in range(index, ln):
                # 交换元素, 尝试不同的排列
                nums[i], nums[index] = nums[index], nums[i]
                # 递归调用, 生成下一个位置的排列
                backtrack(index + 1)
                # 恢复原始状态, 回溯到上一层
                nums[i], nums[index] = nums[index], nums[i]

        # 从索引0开始生成排列
        backtrack(0)
        # 返回生成的结果列表
        return res

2. py库

时间

32ms

击败 99.09%使用 Python3 的用户

内存

17.12MB

击败 6.89%使用 Python3 的用户

python 复制代码
class Solution(object):
    def permute(self, nums):
        """
        :type nums: List[int]
        :rtype: List[List[int]]
        """
        return list(permutations(nums))
相关推荐
许彰午1 小时前
95_Python内存管理与垃圾回收
开发语言·python
骄阳如火2 小时前
Python 性能深度剖析:从“被诟病的慢”到“Rust 重塑”的拐点
python
满怀冰雪2 小时前
03-第一个 Paddle 程序:Tensor 创建、计算与设备管理
人工智能·python·paddle
CClaris2 小时前
大模型量化从0到1(九):用 llama.cpp 把模型转成 GGUF 并跑本地推理
人工智能·pytorch·python·深度学习·llama
学编程的小虎2 小时前
SenseVoice微调
人工智能·python·自然语言处理
诸葛说抛光3 小时前
国内大型汽车改装展览会定展 佛山改装 佛山汽车赛事
python·汽车
chouchuang3 小时前
day-030-综合练习-笔记管理器
开发语言·笔记·python
乖巧的妹子3 小时前
Python基础核心知识点详解:内置函数、运算符、字符串方法、数据结构与类型转换
python
幸福清风4 小时前
Python 完美处理Excel合并单元格:拆分填充+自动合并
python·excel·合并单元格·拆分单元格
汤姆小白4 小时前
08-应用部署
人工智能·python·机器学习·numpy·transformer