leetcode回溯算法（46.全排列）

首先排列是有序的，也就是说 1,2 和 2,1 是两个集合，这和之前分析的子集以及组合所不同的地方。

可以看出元素1在1,2中已经使用过了，但是在2,1中还要在使用一次1，所以处理排列问题就不用使用startIndex了。

但排列问题需要一个used数组，标记已经选择的元素，如图橘黄色部分所示:

可以看出叶子节点，就是收割结果的地方。

那么什么时候，算是到达叶子节点呢？

当收集元素的数组path的大小达到和nums数组一样大的时候，说明找到了一个全排列，也表示到达了叶子节点。

if (path.size() == nums.size()) {
    result.push_back(path);
    return;
}

本题的for循环里不用startIndex了。

因为排列问题，每次都要从头开始搜索，例如元素1在1,2中已经使用过了，但是在2,1中还要再使用一次1。

而used数组，其实就是记录此时path里都有哪些元素使用了，一个排列里一个元素只能使用一次。

class Solution {
public:
    vector<vector<int>> result; // 存储所有排列结果的二维数组
    vector<int> path; // 存储当前正在构建的排列（路径）
    
    // 回溯函数
    // nums: 原始输入数组
    // used: 标记数组元素是否已被使用的布尔数组
    void backtracking (vector<int>& nums, vector<bool>& used) {
        // 终止条件：当前路径长度等于原始数组长度
        // 说明已经构造出一个完整的排列
        if (path.size() == nums.size()) {
            result.push_back(path); // 将当前排列加入结果集
            return; // 返回上一层递归
        }
        
        // 遍历所有可能的元素选择
        for (int i = 0; i < nums.size(); i++) {
            // 跳过已使用的元素（避免重复选择）
            if (used[i] == true) continue;
            
            // 做出选择
            used[i] = true; // 标记当前元素为已使用
            path.push_back(nums[i]); // 将当前元素加入路径
            
            // 递归进入下一层决策树
            backtracking(nums, used);
            
            // 撤销选择（回溯）
            path.pop_back(); // 从路径中移除最后一个元素
            used[i] = false; // 标记当前元素为未使用
        }
    }
    
    // 主函数：生成全排列
    vector<vector<int>> permute(vector<int>& nums) {
        result.clear(); // 清空结果集（防止多次调用时数据残留）
        path.clear(); // 清空当前路径
        vector<bool> used(nums.size(), false); // 初始化used数组，所有元素初始未使用
        backtracking(nums, used); // 开始回溯
        return result; // 返回所有排列结果
    }
};

以 nums = [1,2,3] 为例，详细分析代码执行过程

初始状态

nums = [1,2,3]
used = [false, false, false]
path = []
result = []

递归 backtracking （1,2,3，false, false, false)

if判断，path = [] (长度0 < 3，继续执行

for (int i = 0; i < nums.size(); i++) {
    if (used[i] == true) continue; // path里已经收录的元素，直接跳过
    used[i] = true;
    path.push_back(nums[i]);
    backtracking(nums, used);
    path.pop_back();
    used[i] = false;
}

开始for循环，i=0
if (used[i] == true) → 因为used[0]=false，所以不执行if语句
used[0]=true，used=[True,F,F]
path.push_back(nums[0]) → path.push_back(1)，path变为[1]
调用backtracking(nums, used)

递归 backtracking （1,2,3，true, false, false)

path=[1], used=[T,F,F]
if (path.size() == nums.size()) → 1 == 3 ❌，所以不执行if语句
for 开始循环  ， i=0:
if (used[i] == true) → used[0]==true ✅，执行continue，跳到下一个i

i++，现在i=1:
if (used[i] == true) → used[1]==false ❌，所以不执行if语句
used[1]=true，used变为[T,T,F]
path.push_back(nums[0]) → path.push_back(2)，path变为[1,2]
backtracking(nums, used)

递归 backtracking （1,2,3，true, true, false)

path=[1,2], used=[T,T,F]
if (path.size() == nums.size()) → 2 == 3 ❌，不执行if语句
for开始循环 ， i=0:
if (used[i] == true) → used[0]==true ✅，continue

i++，i=1:
第13行: if (used[i] == true) → used[1]==true ✅，continue

循环 i=2:
if (used[i] == true) → used[2]==false ❌，不执行if语句
used[i] = true → used[2]=true，used变为[T,T,T]
path.push_back(nums[2]) → path.push_back(3)，path变为[1,2,3]
backtracking(nums, used) 

递归 backtracking （1,2,3，true, true, true)

path=[1,2,3], used=[T,T,T]
if (path.size() == nums.size()) → 3 == 3 ✅，进入if
执行if语句，result.push_back(path) → result为[1,2,3]
return → 这个递归结束，返回到上一个递归

返回backtracking （1,2,3，true, true, false)

之前path=[1,2,3], used=[T,T,T]
执行回溯
path.pop_back() → path变为[1,2]
used[i] = false → used[2]=false，used变为[T,T,F]
i++，i=3 ，for循环结束 (i从2增加到3，循环条件i<3不满足)
这个递归结束

.........

.........

.........