当前:LC46 · 全排列 · 首次出现于 Day 26 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC46算法模式回溯 · 全排列选择树与撤销绳

全排列

nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。

题目是什么

nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。

解决什么问题

当前路径、可选范围和终止条件分别是什么?

核心结论

每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。”推导出 回溯 · 全排列,并证明每次状态变化都不会漏掉答案?

中心结论:每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.当前路径、可选范围和终止条件分别是什么?
  3. 3.不变量“path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

给定一个没有重复数字的序列,返回其所有可能的全排列。

在本站主例中,nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。

算法最终需要得到或观察:依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。

把题目翻译成状态
  • 输入:nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。
  • 机器需要维护:depth、i、path、used、res.length、当前分支。
  • 最终可观察结果:依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

现在三个座位都是空的,三张号码牌都还没用过。path=[],used=[F,F,F],res 还是空。排列关心顺序,同一组三个数字换顺序也算新答案。

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

先生成全部结果再过滤会探索大量无效分支;回溯在选择阶段剪枝,并在返回时恢复现场。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

现在三个座位都是空的,三张号码牌都还没用过。path=[],used=[F,F,F],res 还是空。排列关心顺序,同一组三个数字换顺序也算新答案。

正在加载算法场景...
优化方向:每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“选择树与撤销绳”,明确答案需要观察什么。
  2. 2状态只维护 depth、i、path、used、res.length、当前分支。
  3. 3转移每一步按照 每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。
  4. 4收尾读取 依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。,并复核边界与复杂度。
05交互算法精讲

选择树与撤销绳:核心概念

路径记录已做选择,候选集合决定下一步,撤销保证兄弟分支互不污染。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:depth、i、path、used、res.length、当前分支。

核心不变量
  • path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。
  • 同一条路径中每个数字最多出现一次,所以不会重复。
  • 每一层 for 循环都会尝试所有未使用数字,所以不会漏。
动画 3 · 核心概念

建立“选择树与撤销绳”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/40%
题目与输入建立输入、目标与算法心智

现在三个座位都是空的,三张号码牌都还没用过。path=[],used=[F,F,F],res 还是空。排列关心顺序,同一组三个数字换顺序也算新答案。

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

求出一个数组的排列组合中的所有排列,用 DFS 深搜即可。

每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。

执行过程中持续维护:depth、i、path、used、res.length、当前分支。

正确性依赖以下不变量:path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。;同一条路径中每个数字最多出现一次,所以不会重复。;每一层 for 循环都会尝试所有未使用数字,所以不会漏。

面试时可以压缩为:标准排列回溯:一层填一个位置;for 循环枚举所有未 used 的数字;选择后递归,回来后 path = path[:len(path)-1] 与 used[i]=false 恢复现场;path 长度等于 n 时 tmp := append([]int{}, path...) 复制答案。时间 O(n × n!),辅助空间 O(n)。

落到当前题,执行机制可以压缩为:每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
选择 1:放进 slot 0choose nums[0]=1

1 没有用过,所以把 1 放进 slot 0,并标记 used[0]=true。现在 path=[1]。

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。

保持

保持:执行“每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。”时,只删除已经能证明不可能的候选,并把新信息写回 depth、i、path、used、res.length、当前分支。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。;同一条路径中每个数字最多出现一次,所以不会重复。;每一层 for 循环都会尝试所有未使用数字,所以不会漏。
08交互算法精讲

完整执行过程

  1. 1题目与输入nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。 因为:每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。
  2. 2depth=1:扫描 nums[1]=2扫描光标移动到 2。used[1]=false,说明这张号码牌还可以放进 slot 1。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  3. 3depth=2:扫描 nums[2]=3扫描到 3,used[2]=false。最后一个座位可以放 3。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  4. 4depth=2 没有更多选择第 3 个座位这一层没有更多可选数字了,返回上一层。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  5. 5进入 depth=3:再次坐满path 长度再次等于 nums 长度,当前叶子是一张完整排列。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  6. 6root:扫描 nums[1]=2第一层 for 循环继续。现在检查 2 能不能作为第一个座位。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  7. 7选择 3:形成前缀 [2,3]同一层换下一个可选号码牌,slot 1 改放 3。 因为:每一层递归只负责填一个座位,for 循环会扫描所有还没用过的号码牌。
  8. 8收尾与复杂度依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。 因为:时间 O(n × n!) · 空间 O(n) 辅助;含输出 O(n × n!)。每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

现在三个座位都是空的,三张号码牌都还没用过。path=[],used=[F,F,F],res 还是空。排列关心顺序,同一组三个数字换顺序也算新答案。

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
初始化:三张号码牌还在桌上初始化

现在三个座位都是空的,三张号码牌都还没用过。path=[],used=[F,F,F],res 还是空。排列关心顺序,同一组三个数字换顺序也算新答案。

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
func permute(nums []int) [][]int {
	if len(nums) == 0 {
		return [][]int{}
	}
	used, p, res := make([]bool, len(nums)), []int{}, [][]int{}
	generatePermutation(nums, 0, p, &res, &used)
	return res
}

func generatePermutation(nums []int, index int, p []int, res *[][]int, used *[]bool) {
	if index == len(nums) {
		temp := make([]int, len(p))
		copy(temp, p)
		*res = append(*res, temp)
		return
	}
	for i := 0; i < len(nums); i++ {
		if !(*used)[i] {
			(*used)[i] = true
			p = append(p, nums[i])
			generatePermutation(nums, index+1, p, res, used)
			p = p[:len(p)-1]
			(*used)[i] = false
		}
	}
	return
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="permutations", nums=[1,2,3]
    //    期望:依次得到 [1,2,3]、[1,3,2]、[2,1,3]、[2,3,1]、[3,1,2]、[3,2,1]。
    //
    // 2. 失败 / 未命中
    //    检查:忘记 used[i] = false:后续分支会漏答案。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC77 组合;LC78 子集;LC47 全排列 II
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n × n!)

执行过程中只保留仍可能影响答案的状态。每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。

空间复杂度 O(n) 辅助;含输出 O(n × n!)

额外状态主要用于维护:depth、i、path、used、res.length、当前分支。

终局不变量
  • path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。
  • 同一条路径中每个数字最多出现一次,所以不会重复。
  • 每一层 for 循环都会尝试所有未使用数字,所以不会漏。
12交互算法精讲

最容易写错的地方

错误 1

忘记 used[i] = false:后续分支会漏答案。

错误 2

忘记 path.pop():path 会越来越长,状态污染。

错误 3

res.push(path) 没有复制:结果会被后续修改污染。

错误 4

把排列和组合混淆:排列关心顺序,组合不关心顺序。

错误 5

LC46 输入元素互不相同;如果有重复数字,应迁移到 LC47,需要排序 + 去重。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意nums=[1,2,3] 是三张号码牌,要排进 slot 0、slot 1、slot 2 三个座位。只要顺序不同,就算不同答案。
  2. 2重复先生成全部结果再过滤会探索大量无效分支;回溯在选择阶段剪枝,并在返回时恢复现场。
  3. 3优化每一层递归负责填一个座位;path 表示当前已经坐好的座位顺序,used 表示哪些号码牌已经被拿走,depth=len(path),i 是当前层 for 循环正在检查的号码牌下标;坐满后复制 path 放入 res,再撤销 path 和 used,恢复现场后换下一张牌。
  4. 4证明path 长度 d 时恰好填好了前 d 个座位,并且 used=true 的号码牌正好就是 path 里的数字。;同一条路径中每个数字最多出现一次,所以不会重复。;每一层 for 循环都会尝试所有未使用数字,所以不会漏。
  5. 5复杂度时间 O(n × n!),空间 O(n) 辅助;含输出 O(n × n!)
面试表达:标准排列回溯:一层填一个位置;for 循环枚举所有未 used 的数字;选择后递归,回来后 path = path[:len(path)-1] 与 used[i]=false 恢复现场;path 长度等于 n 时 tmp := append([]int{}, path...) 复制答案。时间 O(n × n!),辅助空间 O(n)。
迁移练习
  • LC77 组合
  • LC78 子集
  • LC47 全排列 II