mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-07-25 09:42:16 +08:00
151 lines
5.9 KiB
Markdown
151 lines
5.9 KiB
Markdown
|
||
> 排列也要去重了
|
||
|
||
# 47.全排列 II
|
||
|
||
题目链接：https://leetcode-cn.com/problems/permutations-ii/
|
||
|
||
给定一个可包含重复数字的序列 nums ，按任意顺序 返回所有不重复的全排列。
|
||
|
||
示例 1：
|
||
输入：nums = [1,1,2]
|
||
输出：
|
||
[[1,1,2],
|
||
[1,2,1],
|
||
[2,1,1]]
|
||
|
||
示例 2：
|
||
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]]
|
||
|
||
提示：
|
||
* 1 <= nums.length <= 8
|
||
* -10 <= nums[i] <= 10
|
||
|
||
## 思路
|
||
|
||
这道题目和[回溯算法：排列问题！](https://mp.weixin.qq.com/s/SCOjeMX1t41wcvJq49GhMw)的区别在与**给定一个可包含重复数字的序列**，要返回**所有不重复的全排列**。
|
||
|
||
这里又涉及到去重了。
|
||
|
||
在[回溯算法：求组合总和（三）](https://mp.weixin.qq.com/s/_1zPYk70NvHsdY8UWVGXmQ) 、[回溯算法：求子集问题（二）](https://mp.weixin.qq.com/s/WJ4JNDRJgsW3eUN72Hh3uQ)我们分别详细讲解了组合问题和子集问题如何去重。
|
||
|
||
那么排列问题其实也是一样的套路。
|
||
|
||
**还要强调的是去重一定要对元素经行排序，这样我们才方便通过相邻的节点来判断是否重复使用了**。
|
||
|
||
我以示例中的 [1,1,2]为例 （为了方便举例，已经排序）抽象为一棵树，去重过程如图：
|
||
|
||
|
||
|
||
图中我们对同一树层，前一位（也就是nums[i-1]）如果使用过，那么就进行去重。
|
||
|
||
**一般来说：组合问题和排列问题是在树形结构的叶子节点上收集结果，而子集问题就是取树上所有节点的结果**。
|
||
|
||
在[回溯算法：排列问题！](https://mp.weixin.qq.com/s/SCOjeMX1t41wcvJq49GhMw)中已经详解讲解了排列问题的写法，在[回溯算法：求组合总和（三）](https://mp.weixin.qq.com/s/_1zPYk70NvHsdY8UWVGXmQ) 、[回溯算法：求子集问题（二）](https://mp.weixin.qq.com/s/WJ4JNDRJgsW3eUN72Hh3uQ)中详细讲解的去重的写法，所以这次我就不用回溯三部曲分析了，直接给出代码，如下：
|
||
|
||
## C++代码
|
||
|
||
```
|
||
class Solution {
|
||
private:
|
||
vector<vector<int>> result;
|
||
vector<int> path;
|
||
void backtracking (vector<int>& nums, vector<bool>& used) {
|
||
// 此时说明找到了一组
|
||
if (path.size() == nums.size()) {
|
||
result.push_back(path);
|
||
return;
|
||
}
|
||
for (int i = 0; i < nums.size(); i++) {
|
||
// used[i - 1] == true，说明同一树支nums[i - 1]使用过
|
||
// used[i - 1] == false，说明同一树层nums[i - 1]使用过
|
||
// 如果同一树层nums[i - 1]使用过则直接跳过
|
||
if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {
|
||
continue;
|
||
}
|
||
if (used[i] == false) {
|
||
used[i] = true;
|
||
path.push_back(nums[i]);
|
||
backtracking(nums, used);
|
||
path.pop_back();
|
||
used[i] = false;
|
||
}
|
||
}
|
||
}
|
||
public:
|
||
vector<vector<int>> permuteUnique(vector<int>& nums) {
|
||
result.clear();
|
||
path.clear();
|
||
sort(nums.begin(), nums.end()); // 排序
|
||
vector<bool> used(nums.size(), false);
|
||
backtracking(nums, vec, used);
|
||
return result;
|
||
}
|
||
};
|
||
|
||
```
|
||
|
||
## 拓展
|
||
|
||
大家发现，去重最为关键的代码为：
|
||
|
||
```
|
||
if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {
|
||
continue;
|
||
}
|
||
```
|
||
|
||
**如果改成 `used[i - 1] == true`， 也是正确的!**，去重代码如下：
|
||
```
|
||
if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) {
|
||
continue;
|
||
}
|
||
```
|
||
|
||
这是为什么呢，就是上面我刚说的，如果要对树层中前一位去重，就用`used[i - 1] == false`，如果要对树枝前一位去重用`used[i - 1] == true`。
|
||
|
||
**对于排列问题，树层上去重和树枝上去重，都是可以的，但是树层上去重效率更高！**
|
||
|
||
这么说是不是有点抽象？
|
||
|
||
来来来，我就用输入: [1,1,1] 来举一个例子。
|
||
|
||
树层上去重(used[i - 1] == false)，的树形结构如下：
|
||
|
||
|
||
|
||
树枝上去重（used[i - 1] == true）的树型结构如下：
|
||
|
||
|
||
|
||
大家应该很清晰的看到，树层上对前一位去重非常彻底，效率很高，树枝上对前一位去重虽然最后可以得到答案，但是做了很多无用搜索。
|
||
|
||
# 总结
|
||
|
||
这道题其实还是用了我们之前讲过的去重思路，但有意思的是，去重的代码中，这么写：
|
||
```
|
||
if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) {
|
||
continue;
|
||
}
|
||
```
|
||
和这么写：
|
||
```
|
||
if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) {
|
||
continue;
|
||
}
|
||
```
|
||
|
||
都是可以的，这也是很多同学做这道题目困惑的地方，知道`used[i - 1] == false`也行而`used[i - 1] == true`也行，但是就想不明白为啥。
|
||
|
||
所以我通过举[1,1,1]的例子，把这两个去重的逻辑分别抽象成树形结构，大家可以一目了然：为什么两种写法都可以以及哪一种效率更高！
|
||
|
||
是不是豁然开朗了！！
|
||
|
||
就酱，很多录友表示和「代码随想录」相见恨晚，那么大家帮忙多多宣传，让更多的同学知道这里，感谢啦！
|
||
|
||
> **我是[程序员Carl](https://github.com/youngyangyang04)，可以找我[组队刷题](https://img-blog.csdnimg.cn/20201115103410182.png)，也可以在[B站上找到我](https://space.bilibili.com/525438321)，本文[leetcode刷题攻略](https://github.com/youngyangyang04/leetcode-master)已收录，更多[精彩算法文章](https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzUxNjY5NTYxNA==&action=getalbum&album_id=1485825793120387074&scene=173#wechat_redirect)尽在公众号：[代码随想录](https://img-blog.csdnimg.cn/20200815195519696.png)，关注后就会发现和「代码随想录」相见恨晚！**
|
||
|
||
**如果感觉对你有帮助，不要吝啬给一个👍吧！**
|
||
|