算法设计与分析之分治法解决全排列问题


前言:该篇博客是我《算法设计与分析》课程的期末笔记,将会出一个系列,后续章节请见主页。
其他:如果可以的话,请给我关注收藏点赞三连,嘻嘻谢谢,如果不可以的话请告诉我“下次一定”。
参考资料:[1]王晓东.算法设计与分析(第三版)[M].北京:清华大学出版社,2014
————————————————————————

2.3 排列(Permutation)

2.3.1 问题描述

给出n个元素的所有可能的排列方式。
如: [1,2,3]的排列有[1,2,3], [1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]

2.3.2 问题解决

在这里插入图片描述我们最开始有一个nums数组,我们首先从第一位开始排,第一位的值有三种可能,我们先设置一个变量start_index,它表示我们目前排到了第几位,然后分别让nums[start_index]和后面几位的元素交换位置,每交换好一次,就确定了那一位的值,然后开始往下一位继续递归,递归完毕后需要恢复到原来的位置,再让nums[start_index]和下一位交换位置。
总结来说就是三个步骤:

  • ① 交换元素位置
  • ② 递归
  • ③ 恢复元素位置

所以整个全排列的实现,其实是按照图中箭头的顺序实现的,向下的箭头都是交换元素位置,向上的箭头则是恢复元素位置
你可能会不理解为什么要交换和恢复元素位置?
简单来说就是,第一位可能是1、2、3三种可能,1和1交换得出1xx排列,1和2交换得出2xx排列,1和3换得出3xx排列。比如2xx的全部排完就是递归结束了,现在得把1和2的位置恢复回来,这样才能保证待会儿1和3交换。如果不恢复位置,就会变成2和3交换了,那就和我们的本意违背了。

2.3.3 代码实现

public static List<int[]> permute(int[] nums){
	List<int[]> perms=new ArrayList<>();//保存全排列
	permute_recursion(nums,0,perms);
	return perms;
}
private static void permute_recurison(int[] nums,int start_index,List<int[]> list){
//参数含义:nums-待排序数组,start_index-排序起始位置,list-全排列
	int len=nums.length;
	if(start_index==len-1){//如果排到最后一位,则停止递归,直接加入list
		int [] perm=new int[len];
		for(int i=0;i<len;i++){
			perm[i]=nums[i];
		}
		list.add(perm);
	}
	else{
	/*核心代码:不断交换位置、递归、恢复位置*/
		for(int i=start_index;i<len-1;i++){
			swap(nums,start_index,i);//交换nums[start_index]和nums[i]
			permute_recursion(nums,start_index+1,list);//从start_index+1开始递归寻找全排列
			swap(nums,start_index,i);//还原nums[start_index]和nums[i]
		}
	}
}
//swap:交换数组的两个元素位置
private static void swap(int[] nums ,int i,int j){
	int temp=nums[i];
	nums[i]=nums[j];
	nums[j]=temp;
}

2.3.4 时间复杂度

时间复杂度:Ω(n!)
分析:
在这里插入图片描述
第一层,for循环要执行三次,每次执行都要调用两次swap()函数和一次递归,所以为3+3x3
第二层,for循环要执行两次,也是每次执行都要调用两次swap()函数和一次递归,但因为这里有三个分支(分别为1xx、2xx、3xx),所以为(2+2x2)x3

最后一层,不需要执行for循环,有3!个分支,所以是3!
同样的分析方法,我们可以得出n个元素的情况,结果见图片。因为最后一层是n!,所以知道时间复杂度的下限为Ω(n!)

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章