LeetCode - 31. 下一个排列
题目描述
实现获取下一个排列的函数,算法需要将给定数字序列重新排列成字典序中下一个更大的排列。
如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)。
必须原地修改,只允许使用额外常数空间。
以下是一些例子,输入位于左侧列,其相应输出位于右侧列。
1,2,3 → 1,3,2
3,2,1 → 1,2,3
1,1,5 → 1,5,1
思路
- 相邻的两个排列有最长公共前缀,然后找到需要交换的高位和低位
- 根据字典序的定义,依照如下步骤寻找下一个排列
- 从后往前找需要改变的高位 hi,即第一个降序元素的位置
1 5 8 4 7 6 5 3 1 ↑ hi
- 从后往前找需要交换的低位 lo,即第一个大于 nums[hi] 的位置
1 5 8 4 7 6 5 3 1 ↑ ↑ hi lo
- 交换 nums[lo] 与 nums[hi]
1 5 8 4 7 6 5 3 1 ↓ ↓ 1 5 8 5 7 6 4 3 1 ↑ ↑ hi lo (hi 位置不变)
- 反转 hi 之后的序列,即 nums[hi+1: n)
1 5 8 5 7 6 4 3 1 ↓ ↓ ↓ ↓ ↓ 1 5 8 5 1 3 4 6 7 ↑ ↑ hi lo (hi 位置不变)
C++
class Solution {
public:
void nextPermutation(vector<int>& nums) {
int n = nums.size();
if (n <= 1) return;
int hi = n - 2;
// 1. 从后往前找需要改变的**高位** hi,即第一个降序元素的位置
while (hi >= 0 && nums[hi + 1] <= nums[hi])
hi--;
if (hi >= 0) {
// 2. 从后往前找需要交换的**低位** lo,即第一个大于 nums[hi] 的位置
int lo = n - 1;
while (lo >= 0 && nums[lo] <= nums[hi])
lo--;
// 3. 交换 nums[lo] 与 nums[hi]
swap(nums[hi], nums[lo]);
}
// 4. 反转 hi 之后的序列,即 nums[hi+1: n)
reverse(nums.begin() + hi + 1, nums.end());
// 当 i == -1 时,该操作会使序列从字典序最大转为最小,这与 STL 中提供的 next_permutation 略有不同
}
};
LintCode - 51. 上一个排列
问题描述
给定一个整数数组来表示排列,找出其上一个排列。
排列中可能包含重复的整数
样例
给出排列[1,3,2,3],其上一个排列是[1,2,3,3]
给出排列[1,2,3,4],其上一个排列是[4,3,2,1]
思路
- 实际上就是下一个排列的逆过程
- 从右往左找第一个升序的位置 hi
- 从右往左找第一个小于 nums[hi] 的位置 lo
- 交换 nums[lo] 和 nums[hi]
- 反转 hi 之后的位置
C++
class Solution {
public:
/*
* @param nums: A list of integers
* @return: A list of integers that's previous permuation
*/
vector<int> previousPermuation(vector<int> &nums) {
int n = nums.size();
if (n <= 1) return nums;
int hi = n - 2;
// 1. 从右往左找**第一个升序**的位置 hi
while (hi >= 0 && nums[hi] <= nums[hi + 1])
hi--;
if (hi >= 0) {
int lo = n - 1;
// 2. 从右往左找**第一个小于** nums[hi] 的位置 lo
while (lo >= 0 && nums[lo] >= nums[hi])
lo--;
// 3. 交换 nums[lo] 和 nums[hi]
swap(nums[lo], nums[hi]);
}
// 4. 反转 hi 之后的位置
reverse(nums.begin() + hi + 1, nums.end());
return nums; // 注意这里要你返回一个值
}
};
- STL 提供了两个函数用于生成排列
bool next_permutation (BidirectionalIterator first, BidirectionalIterator last); bool prev_permutation (BidirectionalIterator first, BidirectionalIterator last );
- 这两个函数均以字典序比较函数
lexicographical_compare()
为基础生成下一个或上一个排列 - 因此在使用这两个函数前,需要先对原序列进行排序
C++
LeetCode - 60. 第k个排列
问题描述
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
- 因为字典序的性质,实际不需要求出前 k-1 个序列
- 整体思路有点像桶排序
- 以
{1 2 3 4 5}
为例,找出其中第14
个序列首先,可以先按第一个位置的元素,把所有序列依次到对应的桶中 在开始之前,先 k--,因为计算机计数是从 0 开始的,此时 k=13(下面会说明为什么需要减 1) 第 1 轮:剩余 5 个元素,有 5 个桶 第0个桶:以 1 开头,剩余元素 {2 3 4 5} 第1个桶:以 2 开头,剩余元素 {1 3 4 5} 第2个桶:以 3 开头,剩余元素 {1 2 4 5} 第3个桶:以 4 开头,剩余元素 {1 2 3 5} 第4个桶:以 5 开头,剩余元素 {1 2 3 4} 每个桶中有 4!=24 个序列,因为是有序的,显然第 k=13 个元素必然在第 `13/(4!) = 0` 个桶中 换言之,第 14 个元素必然以 1 开头 移除序列中的 1,剩余序列变为 {2 3 4 5},k = 13 % 24 = 13 第 2 轮:剩余 4 个元素,有 4 个桶 第0个桶:以 2 开头,剩余元素 {3 4 5} 第1个桶:以 3 开头,剩余元素 {2 4 5} 第2个桶:以 4 开头,剩余元素 {2 3 5} 第3个桶:以 5 开头,剩余元素 {2 3 4} 每个桶中有 3!=6 个元素。显然,第 k=13 个元素应该在第 `13/(3!) = 2` 个桶中 即第 14 个元素的前缀为 14 移除序列中的 4,剩余序列变为 {2 3 5},k = 13 % 6 = 1 第 3 轮:剩余 3 个元素,有 3 个桶 第0个桶:以 2 开头,剩余元素 {3 5} 第1个桶:以 3 开头,剩余元素 {2 5} 第2个桶:以 5 开头,剩余元素 {3 5} 此时每个桶中有 2!=2 个元素。第 k=1 个元素应该在第 `1/(2!)=0` 个桶中(如果开始时 k 不减 1,这里就会出现问题) 即第 14 个元素的前缀为 142 移除序列中的 2,剩余序列变为 {3 5},k = 1 % 2 = 1 第 4 轮:剩余 2 个元素,有 2 个桶 第0个桶:以 3 开头,剩余元素 {5} 第1个桶:以 5 开头,剩余元素 {3} 此时每个桶中有 1!=1 个元素。第 k=1 个元素应该在第 `1/(1!)=1` 个桶中 即第 14 个元素的前缀为 1425 移除序列中的 5,剩余序列变为 {3},k = 1 % 1 = 0 第 5 轮:剩余 1 个元素,有 1 个桶 第0个桶:以 3 开头,无剩余元素 此时每个桶中有 0!=1 个元素(实际上此时桶中没有元素)。 第 k=0 个元素应该在第 `0/(0!)=0` 个桶中(最后一轮利用 0!=1 的性质不需要特别处理) 即第 14 个元素为 14253
C++
class Solution {
public:
string getPermutation(int n, int k) {
// nums: {1, 2, 3, ..., n}
// 换成其他字符,按字典序存放到对应位置即可
vector<int> nums(n + 1, 0);
for (int i = 0; i < n; i++) // 注意:桶的下标是从 0 开始的
nums[i] = i + 1;
// dp: {0!=1, 1!, 2!, ..., n!}
vector<int> dp(n + 1, 1); // 根据上面的推导,dp[0]=1 正好可以处理最后一轮
for (int i = 1; i <= n; i++)
dp[i] = dp[i - 1] * i;
k--;
stringstream ss;
for (int i = 1; i <= n; i++) { // 从 1 开始
int index = k / dp[n - i]; // 实际上没有用到 dp[n] = n!
ss << nums[index];
nums.erase(nums.begin() + index); // 注意,每轮删除已处理的元素
k = k % dp[n - i];
}
return ss.str();
}
};
LeetCode 46. 全排列
题目描述
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 1
- 利用下一个排列,先对数组排序,然后不断生成下一个排列
思路 2
- 深度优先搜索
- 易知,当序列中的元素不重复时,存在
n!
种不同的排列; - 考虑第一个位置,有 n 种可能
- 当选定了第一个位置,第二个位置有 n-1 种可能
- 因为每次搜索的状态数是递减的,所以这里的 dfs 是一个循环递归的过程
- 代码量多一点,但比较好理解
class Solution {
vector<vector<int> > ret;
vector<int> tmp;
vector<bool> used;
int n = 0;
void dfs(vector<int>& nums, int step) {
if (tmp.size() == n) {
ret.push_back(tmp);
return;
}
for (int i = 0; i < n; i++) { // i 每次从 0 开始,因为元素可以重复使用
if (used[i]) continue; // 但是在每一轮中,如果用过了需要跳过
// 每一轮指的是生成一次排列的过程
used[i] = 1; // 标记使用
tmp.push_back(nums[i]);
dfs(nums, step + 1);
tmp.pop_back(); // 回溯
used[i] = 0;
}
}
public:
vector<vector<int> > permute(vector<int>& nums) {
n = nums.size();
used.resize(n, 0);
dfs(nums, 0);
return ret;
}
};
- 基于交换的写法,代码比较简洁,但个人认为有一点不好理解
class Solution {
vector<vector<int> > ret;
//void dfs(vector<int> nums, int step) { // 值传递
void dfs(vector<int>& nums, int step) { // 引用传递
if (step >= nums.size()) {
ret.push_back(nums);
return;
}
for (int i = step; i < nums.size(); i++) { // 注意:这里 i 从 step 开始
swap(nums[step], nums[i]);
dfs(nums, step + 1);
swap(nums[step], nums[i]); // 如果 nums 是值传入,则不需要这步;否则不能省略
}
}
public:
vector<vector<int> > permute(vector<int>& nums) {
dfs(nums, 0);
return ret;
}
};
LeetCode - 47. 全排列 II
题目描述
给定一个可包含重复数字的序列,返回所有不重复的全排列。
示例:
输入: [1,1,2]
输出:
[
[1,1,2],
[1,2,1],
[2,1,1]
]
思路 1
- 使用无重复时的方法,用 set 剔除重复(不推荐)
思路 2
- 先对原序列排序,使相同的元素相邻;此时只处理第一个相同元素,其余跳过;
class Solution {
vector<vector<int> > ret;
vector<int> tmp;
vector<bool> used;
int n = 0;
void dfs(vector<int>& nums, int step) {
if (tmp.size() == n) {
ret.push_back(tmp);
return;
}
for (int i = 0; i < n; i++) {
if (used[i] || (i > 0 && nums[i] == nums[i - 1] && !used[i - 1]))
continue; // 这里的 !used[i - 1] 稍难理解,可以配合 IDE 或者手推一下整个过程
used[i] = 1;
tmp.push_back(nums[i]);
dfs(nums, step + 1);
tmp.pop_back();
used[i] = 0;
}
}
public:
vector<vector<int> > permuteUnique(vector<int>& nums) {
n = nums.size();
used.resize(n, 0);
sort(nums.begin(), nums.end());
dfs(nums, 0);
return ret;
}
};
class Solution {
vector<vector<int> > ret;
//void dfs(vector<int>& nums, int step) { // 传引用无法得出正确结果
void dfs(vector<int> nums, int step) { // 注意这里应该使用**值传递**
int n = nums.size();
if (step >= n - 1) {
ret.push_back(nums);
return;
}
for (int i = step; i < n; i++) {
if (i != step && nums[i] == nums[step])
continue;
swap(nums[i], nums[step]);
dfs(nums, step + 1);
//swap(nums[i], nums[step]); // 传引用配合回溯无法得出正确结果,
// 原因在于此时会破坏剩余数组的有序性
}
}
public:
vector<vector<int> > permuteUnique(vector<int>& nums) {
sort(nums.begin(), nums.end());
dfs(nums, 0);
return ret;
}
};
- 不重复情况下,n 个元素的不同全排列为
n!
个,所以算法的时间复杂度至少为O(N!)
- 因此,全排列算法对大型的数据是无法处理的
LeetCode - 77. 组合
问题描述
给定两个整数 n 和 k,返回 1 ... n 中所有可能的 k 个数的组合。
示例:
输入: n = 4, k = 2
输出:
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
]
思路
- 带回溯的深度优先搜索,类似全排列(无重复)
C++
class Solution {
vector<vector<int> > ret;
vector<int> tmp; // 保存中间结果
int K;
void dfs(vector<int>& nums, int step) {
if (tmp.size() >= K) {
ret.push_back(tmp);
return;
}
for (int i = step; i < nums.size(); i++) {
tmp.push_back(nums[i]); // nums[i] == i,所以这里直接 push(i) 也可以
dfs(nums, i + 1);
tmp.pop_back();
}
}
public:
vector<vector<int> > combine(int n, int k) {
K = k;
vector<int> nums;
for (int i = 0; i < n; i++)
nums.push_back(i + 1);
dfs(nums, 0);
return ret;
}
};
(未验证)
- 如果要求每个组合中不重复,则可以先去重,再按照无重复的做法
- 如果不要求去重,则直接按照无重复的做法即可
LeetCode - 39. 组合总和
思路
- 深度优先搜索
- 关键在于每个数字可以重复使用
C++
class Solution {
vector<vector<int> > ret;
vector<int> tmp;
int cur = 0;
int target = 0;
void dfs(vector<int>& nums, int step) {
if (cur >= target) {
if (cur == target)
ret.push_back(tmp);
return;
}
for (int i = step; i < nums.size(); i++) {
cur += nums[i];
tmp.push_back(nums[i]);
dfs(nums, i); // 因为每个数组可以重复使用,所以是 dfs(i) 而不是 dfs(i+1)
cur -= nums[i];
tmp.pop_back();
}
}
public:
vector<vector<int> > combinationSum(vector<int>& candidates, int target) {
this->target = target;
//sort(candidates.begin(), candidates.end()); // 不需要
dfs(candidates, 0);
return ret;
}
};
LeetCode - 40. 组合总和 II
思路
- DFS,关键是如何去除重复情况
C++
class Solution {
vector<vector<int> > ret;
vector<int> tmp;
int cur = 0;
int target;
void dfs(vector<int>& nums, int step) {
if (cur >= target) {
if (cur == target)
ret.push_back(tmp);
return;
}
for (int i = step; i < nums.size(); i++) {
if (i > step && nums[i] == nums[i - 1]) // 代码说明 1
continue;
cur += nums[i];
tmp.push_back(nums[i]);
dfs(nums, i + 1); // i+1 而不是 i,因为不能重复使用
tmp.pop_back();
cur -= nums[i];
}
}
public:
vector<vector<int> > combinationSum2(vector<int>& candidates, int target) {
this->target = target;
sort(candidates.begin(), candidates.end()); // 因为存在重复,需要先排序
dfs(candidates, 0);
return ret;
}
};
代码说明 1
if (i > step && nums[i] == nums[i - 1])
LeetCode - 216. 组合总和 III
问题描述
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数,并且每种组合中不存在重复的数字。
说明:
所有数字都是正整数。
解集不能包含重复的组合。
示例 1:
输入: k = 3, n = 7
输出: [[1,2,4]]
示例 2:
输入: k = 3, n = 9
输出: [[1,2,6], [1,3,5], [2,3,4]]
思路
- 在组合总和(数字不重复但可重复使用)上稍作修改即可
C++
class Solution {
vector<vector<int> > ret;
vector<int> tmp;
int cur = 0;
int K;
void dfs(int n, int step) {
if (cur >= n) {
if (cur == n && tmp.size() == K) // 同时满足才加入结果集
ret.push_back(tmp);
return;
}
for (int i = step; i <= 9; i++) {
cur += i;
tmp.push_back(i);
dfs(n, i + 1); // 因为数字不能重复使用,所以是 dfs(i+1)
tmp.pop_back();
cur -= i;
}
}
public:
vector<vector<int> > combinationSum3(int k, int n) {
K = k;
dfs(n, 1);
return ret;
}
};
- 在处理排列问题时,通常时根据字典序来生成下一个排列
- 在字典序中,记序列的升序为第一个排列,降序为最后一个排列
高位与低位
- 对序列中任意两个位置而言,靠近左侧的为高位,靠近右侧的为低位
- 生成排列的过程就是不断增大高位,减小低位的过程
1 2 3 1 3 2 2 1 3 2 3 1 3 1 2 3 2 1
for(i=0;..)
需配合used
标记使用for(i=step;..)
- 所有组合问题
- 简单来说,以
{1 2 3 4}
为例for(i=0;..)
用于以下情况1 + {2 3 4} 2 + {1 3 4} ...
- used 用于标记开头的
1
、2
等
- used 用于标记开头的
for(i=step;..)
用于以下情况1 + {2 3 4} 2 + {3 4} ...
- 一般不需要
used
标记
- 一般不需要
(以下均为个人小结,并没有严格验证)
- 简单来说,
dfs(step+1)
指的是生成tmp
序列中的第step+1
个位置;dfs(i+1)
指的是使用nums
中的第i+1
个元素 - 以不重复集合
{1 2 3 4}
为例说明:- 排列问题中用过的元素还可能被再次使用;
step = 0 时,即第一个位置是 1 所有的排列为 1 + {2 3 4} step = 1 时,即第一个位置是 2 所有的排列为 2 + {1 3 4} # 1 又出现在了后序元素中 ...
- 而组合问题中使用过的元素,之后不再使用
step = 0 时,即第一个位置是 1 所有的组合为 1 + {2 3 4} step = 1 时,即第一个位置是 2 所有的组合为 2 + {3 4} # 1 不再使用了
- 正是由于这个区别导致排列中应该使用
dfs(step+1)
,而组合中应该使用dfs(i+1)
- 排列问题中用过的元素还可能被再次使用;
- 在组合总和问题中,还用到了
dfs(i)
for (int i = step; i < nums.size(); i++) { // ... dfs(nums, i); // ... }
- 一方面,它跟组合问题类似,用过的数字不再使用;因此使用的是
i
而不是step
- 另一方面,每个数字可以重复使用,因此使用的是
dfs(i)
而不是dfs(i+1)
- 一方面,它跟组合问题类似,用过的数字不再使用;因此使用的是