总览

涉及到的题目有

题号 名字 难度
Leetcode 60 第k个排列 中等
Leetcode 46 全排列 中等

待更新。。。。。。

Leetcode 46 全排列

题目

基础题

给定一个 没有重复 数字的序列,返回其所有可能的全排列。

示例:

输入: [1,2,3]
输出:
[
[1,2,3],
[1,3,2],
[2,1,3],
[2,3,1],
[3,1,2],
[3,2,1]
]

思路

很简单就能想到是回溯,这个题也确实是回溯。

但是有两个问题需要注意。

第一,如果要保证数字不重复,那需要一个类似数组的变量去存储这些数字有没有被使用,这是个非常直观的想法。但是这个想法可能会导致严重的错误。因为序列里可能会有负数,而普通的vector<bool>类型是无法索引负数的。所以一旦确定是有负数的,那就要用map<int, bool>来做了。

第二,额外的变量来标记固然简单且直观,但是也会造成额外的开销。所以有一种优化方式,就是把原来的nums分割成两段,比如\([0]\sim [first-1]\)和\([first] \sim [n-1]\),左边代表已经固定的,而右边代表待选的元素。这样通过交换来完成选择的过程就可以了。回撤操作只需要再次交换回来即可。

但是第二种做法有一个严重的问题,就是最后的结果不满足字典序,如果想保持字典序,就必须考虑其他的方式。

首先是第一种方法的代码,使用额外的空间去记录元素是否被访问,如下:

class Solution {
public:
vector<vector<int>> permute(vector<int>& nums) {
if(!nums.size()){
return res_;
}
vector<int> temp_res;
// used不能用vector,因为值可能会是负数
map<int, bool> used;
backTrace(nums, temp_res, used);
return res_;
}
private:
vector<vector<int>> res_;
void backTrace(vector<int>& nums, vector<int> temp_res, map<int, bool>& used){
if(temp_res.size() == nums.size()){
res_.push_back(temp_res);
return;
}
for(auto num : nums){
if(!used[num]){
used[num] = true;
temp_res.push_back(num); backTrace(nums, temp_res, used); temp_res.pop_back();
used[num] = false;
}
}
}
};

这种方法非常慢,因为反复赋值非常耗费资源。

可以看到上面的方法仅能超过10%,肯定不能作为最终解。

下面给出的代码是利用第二点优化之后的代码,如下:

// 交换法
class Solution {
public:
vector<vector<int>> permute(vector<int>& nums) {
int first=0;
backTrack(nums, first);
return res_; }
private:
vector<vector<int>> res_;
void backTrack(vector<int>& nums, int first){
int n = nums.size();
if(first == n){
res_.push_back(nums);
return;
}
for(int i = first; i<n; i++){
swap(nums[first], nums[i]);
backTrack(nums, first+1);
swap(nums[first], nums[i]);
}
}
};

结果:

Leetcode 60 第k个排列

题目

给出集合 [1,2,3,…,n],其所有元素共有 n! 种排列。

按大小顺序列出所有排列情况,并一一标记,当 n = 3 时, 所有排列如下:

"123"
"132"
"213"
"231"
"312"
"321"

给定 n 和 k,返回第 k 个排列。

说明:

给定 n 的范围是 [1, 9]。

给定 k 的范围是[1, n!]。

示例 1:

输入: n = 3, k = 3
输出: "213"

示例 2:

输入: n = 4, k = 9
输出: "2314"

思路

这个题如果是按照48题的做法,直接生成所有,然后选出第k个,是会超时的。

正确的做法是利用数学去推,下面结合官方题解和部分博客的思路总结一下。

首先是如何去推算:

上图是官方题解前一部分的解释,下面举一个\(n = 4,k = 9\)的例子说明一下过程:

n=4时的全排列有:

1234
1243
1324
1342
1423
1432
2134
2143
2314(这里是目标值)
2341
2413
2431
3124
3142
3214
3241
3412
3421
4123
4132
4213
4231
4312
4321

为了后面遍历方便,这里首先让k--

第一个数字

我们要取的是\(k/(n-1)! = 8/(4-1)! = 1\)(这里的1是下标为1的那个),即{1,2,3,4}中的2(这里下标是从0开始的)。

这时候,问题规模已经缩减了,也就是第一位已经固定,所选择的范围只剩{1,3,4}

2134
2143
2314(这里是目标值)
2341
2413
2431

问题规模缩小了,所以这里k也要变化,方法是\(k \% (n-1)! = 8\%(4-1)! = 8\%6 =2\)。

第二个数字:

接着利用上面计算第一个的公式继续计算第二个数字,注意这时候n需要减小为3了。

这次我们要取的是\(k/(n-1)! = 2/(3-1)! = 1\)(这里的1是下标为1的那个),也就是{1,3,4}中的3了。

这时候范围还剩:

2314(这里是目标值)
2341

k范围缩小,变成\(k \% (n-1)! = 2\%(3-1)! = 2\%2 =0\)。

n再次减小,变成了2。

第三个数字:

我们要取的是\(k/(n-1)! = 0/(2-1)! = 0\)(这里的0是下标为0的那个),也就是{1,4}中的1了。

第四个数字也就只剩下了4

这个过程想明白后,代码也就简单了:

这里参考了HuaHua酱的代码

// Author: Huahua
class Solution {
public:
string getPermutation(int n, int k) {
vector<int> num;
vector<int> fact(10, 1);
for (int i = 1; i <= 9; i++) {
num.push_back(i);
fact[i] = fact[i - 1] * i;
} string s;
k--;
while (n--) {
int d = k / fact[n];
k %= fact[n];
s += ('0' + num[d]);
for (int i = d + 1; i <= 9; i++)
num[i - 1] = num[i];
}
return s;
}
};

Leetcode 全排列专题(更新ing)的更多相关文章

  1. LeetCode树专题

    LeetCode树专题 98. 验证二叉搜索树 二叉搜索树,每个结点的值都有一个范围 /** * Definition for a binary tree node. * struct TreeNod ...

  2. 适合入门自学服装裁剪滴书(更新ing)

    [♣]适合入门自学服装裁剪滴书(更新ing) [♣]适合入门自学服装裁剪滴书(更新ing) 适合入门自学服装裁剪滴书(更新ing) 来自: 裁缝阿普(不为良匠,便为良医.) 2014-04-06 23 ...

  3. LeetCode 字符串专题(一)

    目录 LeetCode 字符串专题 <c++> \([5]\) Longest Palindromic Substring \([28]\) Implement strStr() [\(4 ...

  4. Coursera,Udacity,Edx 课程列表(更新ing)

    Coursera,Udacity,Edx 课程列表(更新ing) Coursera有很多特别好的课程,平时没有机会听到国外大牛的课程,通过Coursera算是可以弥补一下吧,国外的课程普遍比国内的老师 ...

  5. storcli 命令(更新Ing)

    help [root@centos7]# storcli -h Storage Command Line Tool Ver 007.0606.0000.0000 Mar , (c)Copyright ...

  6. LeetCode刷题(持续更新ing……)

    准备刷题了!已经预见未来的日子是苦并快乐的了!虽然 N 年前刷过题,但现在感觉数据结构与算法的基本功快忘光了

  7. [LeetCode] “全排列”问题系列(二) - 基于全排列本身的问题,例题: Next Permutation , Permutation Sequence

    一.开篇 既上一篇<交换法生成全排列及其应用> 后,这里讲的是基于全排列 (Permutation)本身的一些问题,包括:求下一个全排列(Next Permutation):求指定位置的全 ...

  8. [LeetCode] “全排列”问题系列(一) - 用交换元素法生成全排列及其应用,例题: Permutations I 和 II, N-Queens I 和 II,数独问题

    一.开篇 Permutation,排列问题.这篇博文以几道LeetCode的题目和引用剑指offer上的一道例题入手,小谈一下这种类型题目的解法. 二.上手 最典型的permutation题目是这样的 ...

  9. SpringBoot布道系列 | 目录汇总 | 2019持续更新ing

    SpringBoot 基础教程 | 三大推荐理由 1.文章内容均为原创,结合官方文档和实战经验编写. 2.文章结构经过细致整理,对新人学习更加友好. 3.精选常用技术,不求全面,但求精华!! Spri ...

随机推荐

  1. LDAP 使用记录

    LDAP 命令记录 工作中用到了 LDAP,做一个简单记录. 概念性的东西不做阐述,只是记录常用命令,以便将来回顾. 想多做了解可以参考这个系列文章: https://blog.csdn.net/li ...

  2. java_List、Set、Conllections工具类

    List接口 java.util.List 接口继承自 Collection 接口 List接口特点: 它是一个元素存取有序的集合.例如,存元素的顺序是11.22.33.那么集合中,元素的存储就是按照 ...

  3. 2020重新出发,JAVA语言,JAVA的诞生和发展史

    java的诞生 在1991年时候,James Gosling在Sun公司的工程师小组想要设计这样一种主要用于像电视盒这样的消费类电子产品的小型计算机语言. 这些电子产品有一个共同的特点:计算处理能力和 ...

  4. 并发编程——IO模型详解

    ​ 我是一个Python技术小白,对于我而言,多任务处理一般就借助于多进程以及多线程的方式,在多任务处理中如果涉及到IO操作,则会接触到同步.异步.阻塞.非阻塞等相关概念,当然也是并发编程的基础. ​ ...

  5. 使用 JSON 协议的 gRPC

    JSON payload 实现简易的请求和响应的内省. 介绍 大家经常说 gRPC 是基于 Google Protocol Buffers payload 格式的,然而这不完全正确.gRPC payl ...

  6. Java继承后访问成员的特点

    继承后的特点--成员变量 对象访问成员变量时,会先在子类中查找有没有定义对应的变量,若子类中存在就会就近使用子类中的变量,若子类中没有定义就会沿着继承关系往上找有没有定义相应的变量,若父类中也没有则编 ...

  7. Jmeter系列(56)- 详解 Weighted Switch Controller 权重控制器

    如果你想从头学习Jmeter,可以看看这个系列的文章哦 https://www.cnblogs.com/poloyy/category/1746599.html 简单介绍 它能分配其子项目(Child ...

  8. CentOS 桥接网卡配置

    [root@controller ~]# cat /etc/sysconfig/network-scripts/ifcfg-br0 DEVICE=br0 ONBOOT=yes TYPE=Bridge ...

  9. python chardet模块查看字符编码方式

    电脑配置:联想笔记本电脑 windows8系统 Python版本:2.7.8 本文章撰写时间:2014.12.25 作者:陈东陈 阅读说明: 1.本文都是先解释,后放图片: 2.文中斜体部分要么为需要 ...

  10. 【干货!!】三句话搞懂 Redis 缓存穿透、击穿、雪崩

    前言 如何有效的理解并且区分 Reids 穿透.击穿和雪崩之间的区别,一直以来都挺困扰我的.特别是穿透和击穿,过一段时间就稀里糊涂的分不清了. 为了有效的帮助笔者自己,以及拥有同样烦恼的朋友们区分这三 ...