搜索本質上也是對解空間的枚舉,本文介紹搜索算法中的深度優先搜索(圖論)。python
給定一個 沒有重複數字的序列,返回其全部可能的全排列。例如對於數列[1, 2, 3]其全排列爲[[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]]。
咱們可使用n層循環,每一層循環內肯定一位數字,在最內層循環內判斷該排列是否符合要求,例如對於數列nums = [1, 2, 3],能夠寫出以下代碼。算法
for i in nums: for j in nums: for k in nums: if i != j and j != k and i != k: print i, j, k
這道題目分析到這裏,其實和個人第一篇文章的問題頗有很大類似的地方,但不一樣的是在於百雞百錢問題的自變量個數是固定的,即循環層數是固定的。數組
上述代碼中咱們試圖經過每一層循環來肯定一個數值,但這段代碼只適用於len(nums) == 3的狀況,可是若是nums長度爲4,5,或更高呢?咱們沒法動態生成n層循環,除非是用程序編寫程序,遞歸爲咱們巧妙地解決了這個問題。bash
在遞歸中,咱們則經過每一層函數的嵌套來肯定一個數值,而且咱們只需給出頂層的實現就夠了。app
因而咱們得出了下面的代碼(涉及python中list與set的使用)。函數
def solution(nums, status): if set(nums) == set(status): print status for x in nums: solution(nums, status+[x])
上述代碼中,status表示當前函數層次的狀態,即一個排列結果,該遞歸函數能夠理解爲一個數學表達式:solution = for + solution
,那麼該solution函數就會被展開爲下面的樣子。post
for ... in range(...): for ... in range(...): ... if ... : print ... # 只有在第n層,條件纔會成立
這就和咱們最開始給出的代碼看上去差很少了。可是如今代碼雖然是有限的,可實際展開的時候依舊是無窮無盡的,這就須要咱們爲solution函數加上一個終止條件,也稱遞歸出口。spa
若是把遞歸的過程想象成包子餡的包子,那麼若是沒有遞歸出口,這個包子將會變成饅頭。code
那麼遞歸出口咱們如何去定義呢?blog
經過題意不難推出當對於當前層,若當前排列結果status長度大於nums數列長度,便可終止遞歸。
因而可得出正確代碼以下。
def solution(nums, status): if len(status) > len(nums): return if set(nums) == set(status): print status for x in nums: solution(nums, status+[x]) solution([1,2,3], []) # [[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]]
這段代碼雖然能夠正確運行,但咱們可讓他更加美觀。最終代碼以下。
這一次,咱們將遞歸出口定義在進入遞歸函數前,而且將中間狀態記錄在了ans數組中。
def solution(nums, status, ans): if len(nums) == len(status): ans.append(status) for x in nums: if x not in status: solution(nums, status+[x], ans) return ans print solution([1,2,3], [], []) # [[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]]
若是在solution的開始輸出status的值,咱們會獲得以下的輸出結果。
[1] [1, 2] [1, 2, 3] [1, 3] [1, 3, 2] [2] [2, 1] [2, 1, 3] [2, 3] [2, 3, 1] [3] [3, 1] [3, 1, 2] [3, 2] [3, 2, 1]
觀察程序的輸出與下面的圖片,體會該迭代方法被稱做深度優先搜索的緣由。
本文示例題目與leecode 46.全排列一致,讀者可自行嘗試提交,驗證本身代碼的正確性。