当前位置: 首页 > news >正文

LeetCode LCR157 套餐内商品的排列顺序

生成字符串的全部排列(去重):从问题到解决方案的完整解析

问题背景

在编程和算法设计中,生成字符串的所有排列是一个经典问题。它不仅出现在算法竞赛中,也在实际开发中有着广泛的应用,比如生成所有可能的密码组合、优化任务调度、解决组合优化问题等。然而,当字符串中存在重复字符时,如何高效生成不重复的排列成为了一个需要深入思考的问题。

本文将通过一个具体的例子,详细讲解如何使用回溯算法生成字符串的所有不重复排列,并结合代码实现和复杂度分析,帮助你全面理解这一问题的解决方案。

问题描述

给定一个字符串 goods,要求生成该字符串的所有排列方式,并确保结果中没有重复的排列。

例如,输入 aab,输出应为 ["aab", "aba", "baa"]

问题分析

1. 为什么需要去重?

当字符串中存在重复字符时,直接生成所有排列会导致结果中出现重复项。例如,对于字符串 aab,如果不进行去重,生成的排列可能会包含多个相同的排列,比如 aabaab

2. 去重的难点

去重的难点在于如何高效地避免生成重复排列,而不是在生成后进行去重。因为生成后再去重的时间复杂度较高,尤其是当字符串长度较大时,这种方法会显著降低效率。

3. 回溯算法的适用性

回溯算法是一种通过递归生成所有可能解的算法,特别适合解决排列、组合等需要穷举所有可能性的问题。它的核心思想是:在每一步选择一个未使用的字符,将其加入当前路径,然后递归处理剩余字符,直到路径长度等于原字符串长度。

解决方案

1. 回溯算法的基本思想

回溯算法通过递归生成所有可能的排列。具体步骤如下:

  • 初始化:将字符串转换为字符数组,并排序以便去重。

  • 递归生成排列:在每一步选择一个未使用的字符,将其加入当前路径,然后递归处理剩余字符。

  • 回溯:在递归返回后,撤销当前选择,继续尝试其他可能性。

2. 去重的关键点

去重的核心在于避免在相同位置选择相同的字符。具体策略如下:

  • 排序:将字符数组排序,使相同字符相邻。

  • 跳过重复选择:在同一层递归中,如果当前字符与前一个字符相同且前一个字符未被使用过,则跳过当前字符。

3. 算法步骤

  1. 排序:将字符串转换为字符数组并排序,使相同字符相邻。

  2. 回溯:递归生成排列,每次选择一个未使用的字符。

  3. 去重:在同一层中,如果当前字符与前一个字符相同且前一个字符未被使用,则跳过。

代码实现

以下是完整的 Java 代码实现:

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

class Solution {
    public String[] goodsOrder(String goods) {
        char[] chars = goods.toCharArray();
        Arrays.sort(chars); // 排序以便去重
        List<String> result = new ArrayList<>();
        boolean[] used = new boolean[chars.length];
        backtrack(chars, used, new StringBuilder(), result);
        return result.toArray(new String[result.size()]);
    }

    private void backtrack(char[] chars, boolean[] used, StringBuilder path, List<String> result) {
        if (path.length() == chars.length) {
            result.add(path.toString());
            return;
        }
        for (int i = 0; i < chars.length; i++) {
            if (used[i]) continue; // 跳过已使用的字符
            // 去重:如果当前字符与前一个相同且前一个未被使用,则跳过
            if (i > 0 && chars[i] == chars[i - 1] && !used[i - 1]) continue;
            used[i] = true;
            path.append(chars[i]);
            backtrack(chars, used, path, result);
            path.deleteCharAt(path.length() - 1);
            used[i] = false;
        }
    }
}

代码解析

  1. 排序

    • Arrays.sort(chars) 将字符数组排序,使相同字符相邻。这一步是去重的关键,因为只有相邻的字符才能通过简单的条件判断进行去重。

  2. 回溯函数

    • path:当前生成的排列路径。

    • used:标记字符是否已被使用。

    • path 长度等于 chars 长度时,将当前排列加入结果。

  3. 去重逻辑

    • 如果当前字符与前一个字符相同,且前一个字符未被使用,则跳过当前字符。这确保了在同一层递归中不会选择相同的字符。

复杂度分析

1. 时间复杂度

回溯算法的时间复杂度主要由递归的深度和每层的选择数决定。对于长度为 n 的字符串,生成所有排列的时间复杂度为 O(n!),因为有 n! 种排列。每次生成排列需要 O(n) 时间,因此总时间复杂度为 O(n! * n)。

2. 空间复杂度

空间复杂度主要由递归调用栈和存储路径的变量决定。递归调用栈的深度为 n,因此空间复杂度为 O(n)。

应用场景

1. 密码生成

在安全领域,生成所有可能的密码组合可以帮助测试系统的安全性。通过生成所有可能的排列,可以穷举所有可能的密码组合。

2. 任务调度

在任务调度问题中,生成所有可能的任务排列可以帮助找到最优的调度方案。

3. 组合优化

在组合优化问题中,生成所有可能的排列可以帮助找到满足特定条件的最优解。

总结

通过回溯算法和排序去重,我们可以高效地生成字符串的所有不重复排列。这种方法不仅适用于字符串排列问题,还可以扩展到其他组合优化问题,比如生成子集、组合等。

希望本文能帮助你更好地理解回溯算法和去重策略的应用!如果你有任何问题或建议,欢迎在评论区留言。

相关文章:

  • Java基础关键_037_Java 常见新特性
  • 深度解析Redis过期字段清理机制:从源码到集群化实践 (二)
  • OSPF单区域配置实验
  • 软件测试之单元测试详解
  • [LVGL] 使用lvgl自带的链表函数
  • CSV文件中的中文乱码--UTF-8 with BOM
  • DeepSeek 与开源:肥沃土壤孕育 AI 硕果
  • react/vue中前端多图片展示页面优化图片加载速度的五种方案
  • 高德地图 JS-SDK 实现教程
  • LFM调制信号分类与检测识别
  • electron-builder参数详解
  • 医用多功能压力检测仪,精密医疗的守护者
  • 04 GE - 钳制属性,等级
  • 面向MoE和推理模型时代:阿里云大数据AI产品升级发布
  • k8s中缩放pod规格
  • 微信小程序-下拉滚动加载数据
  • (2025亲测可用)Chatbox多端一键配置Claude/GPT/DeepSeek-网页端配置
  • XDocument和XmlDocument的区别及用法
  • Java 正则表达式综合实战:URL 匹配与源码解析
  • 详细解读TypeScript中 declare 关键字
  • 杭勇已任常州市政协党组成员,此前任常州市委常委、秘书长
  • 视频|王弘治:王太后,“先天宫斗圣体”?
  • 费高云不再担任安徽省人民政府副省长
  • 广东省中医院脾胃病科大科主任张北平病逝,年仅52岁
  • 习近平举行仪式欢迎巴西总统卢拉访华
  • 在笔墨金石间,看胡问遂与梅舒适的艺术对话