元素全排列问题的新思路(DFS,递归,计数器)

2023-09-18 00:13:47

目录

前言

1,普通DFS实现1~n的元素全排列

2,计数器+DFS实现重复元素全排列

总结


前言

        我们之前看到的全排列问题的解法都是通过交换法达到的,去重的效果也是通过判断当前元素前是否有相同元素来实现,今天我们带来一个全新的思路,使我们直接进行深度优先搜索+一个计数器就可以实现,不用交换。


1,普通DFS实现1~n的元素全排列

 我们先一步一步来,先从1~n不重复的开始:

 假如说我们现在的n是3,则有以下排列组合:

        

1 2 3
1 3 2
2 1 3
2 3 1
3 1 2
3 2 1

仔细观察思考一下,我们列举这些排列组合的时候,是不是我们先固定了一个数字为基准,之后把剩下的数字进行全排列呢?那再继续往下说,我们在把剩下的数字全排列的时候,是不是也会跟前面一样,以一个数字为基准呢?我们推理一下:

第一次:
固定 1 
  1 ? ?       在2 3里面选
    
    固定2
      1 2 ?    在3里面选
        
        固定3
          1 2 3 排列出来了

以此类推,我们发现这样刚好适合使用递归和回溯算法来实现,我们在排列出来之后跳出递归,之后进行回溯,位数作为我们的参数,理解一下代码:

#include <iostream>

using namespace std;

int num[11], mark[11], n;

void dfs(int p) {
    if (p == n + 1) {
        for (int i = 1; i <= n; i++) {
			cout << num[i] << ' ';
        }
        cout << endl;
        return;
    }
    
    for (int i = 1; i <= n; i++) {
        if (mark[i] == 0) {
            num[p] = i;
            mark[i] = 1;
            dfs(p + 1);
            mark[i] = 0;
        }
    }
}

int main() {
    cin >> n;
    dfs(1);
    return 0;
}

这里我们使用一个mark数组来记录这个数字有没有在上一层递归中已经被选择过。

但是当我们输入的是自定义数组且有重复元素的时候,这个方法就失效了。

2,计数器+DFS实现重复元素全排列

我们设想,如果说我们给出一个有重复元素的数组  1 2 2 1,它的重复排列是因为什么?答案是如果以数值为判断标准,他们两个其实并没有区别,如果是交换法,那么以下标为判断标准,第一个2跟第二个2下标虽不同,但是如果与第一个交换,答案还是一样的。所以我们找另一种规律,那就是数量。我们发现这个数组中每种数字的数量是不一样的,这样的话我们每次判断这个数字用没用完就可以了:

void dfs(int p) {
    if (p == a.size()) { // 位数到了
        for (int t : a) {
            cout << t << ' ';
        }
        cout << endl;
        return;
    }
    for (int t : num) {
        if (cot[t] > 0) { // 判断是否要用这个数纯靠计数器
            a[p] = t;
            cot[t]--;
            dfs(p + 1);
            cot[t]++; // 回溯
        }
    }

}

dfs函数就是这样,当我们使用了一个数字之后,计数器就减去1,回溯时加上1,但是它是怎么完成去重的呢?

这里如果我们直接使用输入时的数据进行递归,那结果是会有重复的,因为在我们回溯的时候,计数器的个数回拨了,但是这个时候循环的元素里又会有一个相同的元素,例如:

1 2 2 dfs时

第一次:

1 通过 计数器-- 进入递归 1 ? ?
1 不通过 2 通过 计数器-- 进入递归 1 2 ? 
1 不同过 2 通过 计数器-- 跳出递归 1 2 2

对的我没写错,其实第三个2没用上,因为我们其实只需要数字的种类就可以了,但是继续就会出现重复:

1 2 2 dfs时

第一次:

最外层递归 ? ? ?
1 通过 计数器-- 进入递归 1 ? ? 
1 不通过 2 通过 计数器-- 进入递归 1 2 ?  
1 不同过 2 通过 计数器-- 跳出递归 1 2 2

回溯1次到了1 ? ?的时候,此时最外层递归还是1,里面的一层第一个 1 和 2已经用掉了,回溯了一次所以计数器的次数还剩一次,此时循环再次到2,不过是第三个2,但是因为回溯过,所以1 2 2再次出现,造成重复。

接下来跳出递归后,再回溯了一次,回到了第二层递归,第二层递归循环结束回到了最外层,计数器归到2,最外层开始了2开头.........

之后就是一样的剧本

我们通过分析递归了解了是遍历数组时的重复元素造成了结果的重复,而且其实我们依靠计数器的话也不需要这些重复的数据,只要一开始统计一下个数就好。

这样的话我们输入之后把数组过滤一下,1221过滤成12,只记录种类:

// 统计各个数字的个数
    for (int i = 0; i < a.size(); i++) {
        cin >> n;
        cot[n]++;
    }
    // 每个数字只添加一个
    for (int i = 0; i < cot.size(); i++) {
        if (cot[i] > 0) {
            num.push_back(i);
        }
    }

    sort(num.begin(), num.end());

先排个序可以确保结果也是有序的。

之后我们汇总一下看看整体代码:

//
// Created by 33058 on 2023-09-18.
//
#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

vector<int> num, cot(10), a(3);

void dfs(int p) {
    if (p == a.size()) { // 位数到了
        for (int t : a) {
            cout << t << ' ';
        }
        cout << endl;
        return;
    }
    for (int t : num) {
        if (cot[t] > 0) { // 判断是否要用这个数纯靠计数器
            a[p] = t;
            cot[t]--;
            dfs(p + 1);
            cot[t]++; // 回溯
        }
    }

}

int main() {
    int n;
    // 统计各个数字的个数
    for (int i = 0; i < a.size(); i++) {
        cin >> n;
        cot[n]++;
    }
    // 每个数字只添加一个
    for (int i = 0; i < cot.size(); i++) {
        if (cot[i] > 0) {
            num.push_back(i);
        }
    }

    sort(num.begin(), num.end());
    dfs(0);

    return 0;
}

这个是确位数 a 在     1<= a <= 3, 数字n在      0 <= a < 10之间的,开数组的时候10和3可以进行n位的推广。

要注意递归的出口一定是a.size()而不是num.size()因为num只记录了数字的种类,a才是真正的3位数!!

总结

至此全部的内容就结束了,大家可以仔细的理解代码,一步一步剖析递归的过程,从位数少的开始,这样也就好理解了。

更多推荐

【C++】命名空间 namespace 与 标准流 iostream ( 命名空间概念简介 | 命名空间定义 | 命名空间使用 | iostream 中的命名空间分析 )

文章目录一、命名空间namespace1、命名空间基本概念2、名称概念4、C语言的命名空间3、命名空间避免标识符冲突二、命名空间定义1、命名空间基本概念2、命名空间定义语法3、代码示例-命名空间定义使用三、命名空间使用1、命名空间默认访问方式2、使用命名空间3、使用默认的命名空间4、代码示例-使用命名空间四、标准流io

MySQL学习系列(11)-每天学习10个知识

目录1.数据库设计的关键因素2.使用存储过程和函数来提高性能和可重用性3.MySQL性能优化4.使用视图简化查询和提供数据安全性5.数据库备份和恢复策略的重要性和实践经验6.在分布式系统中保证数据一致性和可用性7.理解MySQL的复制和其在实际应用中的作用8.使用游标进行分页查询和遍历查询结果9.使用窗口函数10.数据

Redis 面试常见问答

本文出自:https://thinkinjava.cn作者:莫那鲁道1.什么是缓存雪崩?怎么解决?一般而言,我们会利用缓存来缓冲对数据库的冲击,假如缓存无法正常工作,所有的请求便会直接发送至数据库,进而导致数据库崩溃,从而导致整个系统崩溃。如何解决呢?2种策略(同时使用):对缓存做高可用,防止缓存宕机使用断路器,如果缓

深入学习 Redis - 分布式锁底层实现原理,以及实际应用

目录一、Redis分布式锁1.1、什么是分布式锁1.2、分布式锁的基础实现1.2.1、引入场景1.2.2、基础实现思想1.2.3、引入setnx1.3、引入过期时间1.4、引入校验id1.5、引入lua脚本1.5.1、引入lua脚本的原因1.5.2、lua脚本介绍1.6、过期时间续约问题(看门狗WatchDog)1.7

十四、流式编程(2)

本章概要中间操作跟踪和调试流元素排序移除元素应用函数到元素在map()中组合流中间操作中间操作用于从一个流中获取对象,并将对象作为另一个流从后端输出,以连接到其他操作。跟踪和调试peek()操作的目的是帮助调试。它允许你无修改地查看流中的元素。代码示例:Peeking.javaclassPeeking{publicst

Docker概念通讲

目录什么是Docker?Docker的应用场景有哪些?Docker的优点有哪些?Docker与虚拟机的区别是什么?Docker的三大核心是什么?如何快速安装Docker?如何修改Docker的存储位置?Docker镜像常用管理有哪些?如何创建Docker容器?Docker在后台的标准运行过程是什么?Docker网络模式

Apollo

Apollo🍓目前市面上比较多的配置中心🍓Apollo组件🍓Apollo特性🍓Apollo服务端安装🍓部署架构🍓核心概念🍓客户端连接Apollo🍓配置发布原理代码地址:https://gitee.com/xuhx615/apollo-demo.git🍓目前市面上比较多的配置中心⭐Disconf百度开源

Dubbo3基础使用

1、Dubbo概述现在SpringCloudAlibaba比较火,用的比较多是吧,那dubbo是不是过时的呢?并不是的,以前有人把Dubbo和SpringCloud进行对比,其实两者是不同维度的,不能对比,dubbo就是一个rpc框架,SpringCloud是一个生态,里面包括很多组件,并且dubbo3也可以和Spri

【K8S系列】深入解析k8s网络插件—Weave Net

序言做一件事并不难,难的是在于坚持。坚持一下也不难,难的是坚持到底。文章标记颜色说明:黄色:重要标题红色:用来标记结论绿色:用来标记论点蓝色:用来标记论点Kubernetes(k8s)是一个容器编排平台,允许在容器中运行应用程序和服务。今天学习一下k8s网络插件-WeaveNet相关知识希望这篇文章能让你不仅有一定的收

一文总结提示工程框架,除了CoT还有ToT、GoT、AoT、SoT、PoT

夕小瑶科技说原创编译|谢年年大语言模型LLM被视为一个巨大的知识库,它可以根据你提出问题或陈述的方式来提供答案。就像人类可能会根据问题的不同提供不同的答案一样,LLM也可以根据输入的不同给出不同的答案。因此,你的问题或陈述方式就显得非常重要。如何引导大语言模型给出更恰当的答案,是最近研究的热点。经常用到的方法如让大模型

Python基础学习笔记3

深度学习实践深度学习离不开编程深度学习离不开数学分析(高等数学)、线性代数、概率论等知识,更离不开以编程为核心的动手实践。Python编程语言无论是在机器学习还是深度学习中,Python已经成为主导性的编程语言。而且,现在许多主流的深度学习框架都提供Python接口,Python被用于数据预处理、定义网络模型、执行训练

热文推荐