全排列:给定几个数,要求找出所有的排列方式。
详细代码为
import java.util.Scanner; public class quanpailie1 { public static void main(String[] args) { Scanner sc=new Scanner(System.in); String s[]=sc.nextLine().split(" "); int a[]=new int[s.length]; for(int i=0;i<s.length;i++) { a[i]=Integer.parseInt(s[i]); } int b[]=new int[a.length]; boolean b1[]=new boolean[a.length];//判断是否被用 long startTime = System.currentTimeMillis(); dfs(b1,a,b,0); long endTime = System.currentTimeMillis(); System.out.println("运行时间:" + (endTime - startTime) + "ms"); } private static void dfs(boolean[] b1, int[] a, int b[], int index) { // TODO Auto-generated method stub int len=a.length; if(index==a.length)//停止 { if(b[0]==0) {} else { for(int j:b) { System.out.print(j+" "); } System.out.println(); } } else for(int i=0;i<len;i++) { if(!b1[i]) { b[index]=a[i]; b1[i]=true;//下层不能在用 dfs(b1, a, b,index+1); b1[i]=false;//还原 } } } } 复制代码
输出打印结果为:
输入: 1 2 3 4 1 2 3 4
1 2 4 3
1 3 2 4
1 3 4 2
1 4 2 3
1 4 3 2
2 1 3 4
2 1 4 3
2 3 1 4
2 3 4 1
2 4 1 3
2 4 3 1
3 1 2 4
3 1 4 2
3 2 1 4
3 2 4 1
3 4 1 2
3 4 2 1
4 1 2 3
4 1 3 2
4 2 1 3
4 2 3 1
4 3 1 2
4 3 2 1
运行时间:2ms
上述方法虽然能够实现全排列,但是方法的复杂度还是很高。指数级别增长。因为要遍历很多没用的情况。所以当数据较大并不能高速处理。所以换一种思路处理。 设[a,b,c,d]为abcd的全排列 那么,该全排列就是 [1,2,3,4]( 四个数的全排列 )=
1 [2,3,4](1开头[2,3,4]的全排列)=
2 [1,3,4]=
3 [2,1,4]=(略)
4 [2,3,1]=(略)
对于全排列递归的模式为:(和dfs很像)
根据上面的数据找点规律吧:
上面是递归没毛病。整个全排列就是子排列递归到最后遍历的所有情况
千万别被用回溯的获得全排列的数据影响。博主之前卡了很久一直想着从回溯到得到的数据中找到递归的关系,结果写着写着就写崩了。
递归的数据有规律。它只关注位置而不关注数据的大小排列。意思是说你不需要纠结每一种排列的初始态是啥。你只要关注他有那些数就行,举个例子,出台为1 [2,3,4]和1 [4,3,2]的效果一样,你需要关注的是1这个部分。1这个部分处理好递归自然会处理好子节点的关系。
对于同一层级 比如1[],2[],3[],4[],例如1,2,3,4而言,每一层如下的步骤,可以保证同层数据可靠,并且底层按照如下思路也是正确的。
所以整个全排列函数大致为:
import java.util.Scanner; public class quanpailie2 { public static void main(String[] args) { // TODO Auto-generated method stub Scanner sc = new Scanner(System.in); String s[] = sc.nextLine().split(" "); int a[] = new int[s.length]; for (int i = 0; i < s.length; i++) { a[i] = Integer.parseInt(s[i]); } long startTime = System.currentTimeMillis(); arrange(a, 0, a.length - 1); long endTime = System.currentTimeMillis(); System.out.println("运行时间:" + (endTime - startTime) + "ms"); } static void arrange(int a[], int start, int end) { if (start == end) { for (int i : a) { System.out.print(i); } System.out.println(); return; } for (int i = start; i <= end; i++) { swap(a, i, start); arrange(a, start + 1, end); swap(a, i, start); } } static void swap(int arr[], int i, int j) { int te = arr[i]; arr[i] = arr[j]; arr[j] = te; } } 复制代码
输入输出结果为:
1 2 3 4 1234 1243 1324 1342 1432 1423 2134 2143 2314 2341 2431 2413 3214 3241 3124 3142 3412 3421 4231 4213 4321 4312 4132 4123 运行时间:1ms
你可以发现两者采用的规则不同,输出的数据到后面是不一样的。但是你可能还没体验到大数据对程序运行的影响。我把输出的结果注释掉。用0 1 2 3 4 5 6 7 8 9进行全排序:
对于全排列,建议能采用递归还是递归。因为递归没有额外数组开销。并且计算的每一次都有用。而回溯会有很多无用计算。数只越大越明显。
题意就是给几个不重复的数字,让你找出其中所有排列方式中组成的两个数的差值最小。除了大小为0否则0不做开头。
思路:全排列所有情况。最小的一定是该全排列从中间分成2半的数组差。要注意的就是0的处理,不日3个长度的0开头/其他长度的0开头等等。还有的人采用贪心剪枝。个人感觉数据并没有那么有规律贪心不一定好处理,但是你可以适当剪枝减少时间也是可以的。比如根据两个数据的首位 相应剪枝。但这题全排列就可以过。
还有一点就是:数据加减乘除转换,能用int就别用String,string转起来很慢会超时。
附上ac代码,代码可能并不漂亮,前面的介绍也可能有疏漏,还请大佬指出!
import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.OutputStreamWriter; import java.io.PrintWriter; public class poj2718 { static int min = Integer.MAX_VALUE; static int mid = 0; public static void main(String[] args) throws IOException { // TODO Auto-generated method stub BufferedReader in = new BufferedReader(new InputStreamReader(System.in)); PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out)); int t = Integer.parseInt(in.readLine()); for (int q = 0; q < t; q++) { String s[] = in.readLine().split(" "); int a[] = new int[s.length]; for (int i = 0; i < s.length; i++) { a[i] = Integer.parseInt(s[i]); } min = Integer.MAX_VALUE; mid = (a.length) / 2; arrange(a, 0, a.length - 1); out.println(min); out.flush(); } } static void arrange(int a[], int start, int end) { if (start == end) { // for(int i:a) // { // System.out.print(i); // } // System.out.println(); if ((a[0] == 0 && mid == 1) || (a[mid] == 0 && a.length - mid == 0) || (a[0] != 0 && a[mid] != 0)) { int va1 = 0; int va2 = 0; for (int i = 0; i < mid; i++) { va1 = va1 * 10 + a[i]; } for (int i = mid; i < a.length; i++) { va2 = va2 * 10 + a[i]; } min = min < Math.abs(va1 - va2) ? min : Math.abs(va1 - va2); } return; } for (int i = start; i <= end; i++) { swap(a, start, i); arrange(a, start + 1, end); swap(a, start, i); } } static void swap(int arr[], int i, int j) { int te = arr[i]; arr[i] = arr[j]; arr[j] = te; } } 复制代码
dfs回溯法github链接
递归法全排列github链接
poj2718代码github链接
如有错误还请大佬指正。