C#深度优先遍历实现全排列

假如让你说出123三个数字的全排列你可以很快说出来123,132,213,231,312,321,但是让你说出1~20总共20个数字的全排列是不是就没那么简单了呢?本篇我们就通过C#运用深度优先算法实现全排列

算法图例

假如有编号为1,2,3的三张扑克牌和编号为1,2,3的三个盒子,现在需要将三张扑克牌分别放到三个盒子中。

我们把这个问题转化为一个最基本的问题:如何往小盒子中放扑克牌。每个小盒子都可能放1,2,3号扑克牌,这需要一一尝试,就需要一个for循环来解决。

  for (int i = 1; i < = n; i++)
  {
    a[step] =i; //将i号扑克牌放入第step个盒子中
  }

数字a用来记录每个盒子放的哪张牌,step表示当前是第几个盒子,a[step] =i就是将i号扑克牌放入第step个盒子中。此时有一个问题就是一张牌已经放在第step个盒子中了就不能再放到其它盒子里了,因此还需要一个数组book来标记哪些牌已经使用了。

      for (int i = 1; i < = n; i++)
      {
        if(book[i]==0) //book[i]==0表示第i号牌仍然在手中
        {
          a[step] =i; //将i号扑克牌放入第step个盒子中
          book[i] =1; //设为1,表示第i号牌已经不在手中
        }

      }

现在第step个盒子中的牌已经放好了,接下来需要看下一个盒子step+1中放什么牌,处理方法和上一个盒子是一样的,这里我们可以把上一步的步骤封装成一个函数dfs,下一步继续调用,如下:

void dfs(int step) {
      for (int i = 1; i < = n; i++)
      {
        if(book[i]==0) //book[i]==0表示第i号牌仍然在手中
        {
          a[step] =i; //将i号扑克牌放入第step个盒子中
          book[i] =1; //设为1,表示第i号牌已经不在手中
        }

      }
    }

然后我们在处理step+1的时候就可以直接调用dfs函数了,如下:(注意标注重点的代码)

    void dfs(int step) {
      for (int i = 1; i < = n; i++)
      {
        if(book[i]==0) //book[i]==0表示第i号牌仍然在手中
        {
          a[step] =i; //将i号扑克牌放入第step个盒子中
          book[i] =1; //设为1,表示第i号牌已经不在手中
          dfs(step+1);//(重点)处理下一步放什么牌
          book[i] =0; //(重点)在尝试完一轮之后,需要将牌都收回才能进行下一轮的尝试
        }

      }
    }

上面代码中的book[i] =0;非常重要,这句的作用是将盒子中的扑克牌收回,因为在一次摆放完成结束时,如果不把盒子中的牌收回将无法进行下一次摆放。还剩下一个问题,就是什么时候输出一个满足要求的序列呢?其实当我们处理第n+1个盒子的时候(即step=n+1)就代表前面n个盒子已经放好了,这个时候a数组中的扑克牌序列就是满足条件的结果,将a数组中的元素按顺序打印即可。注意!打印完需要执行return,不然程序还会继续往下执行。

    void dfs(int step) {
      if (step==n+1) //如果到了第n+1个盒子,说明前面n个盒子都已经放好
     {
     //输出一种结果
        for (int i = 0; i < a.length; i++)
    {
      Console.Write(a[i]);
    }
        return; //返回到最近一次调用dfs函数的地方
     }
      for (int i = 1; i < = n; i++)
      {
        if(book[i]==0) //book[i]==0表示第i号牌仍然在手中
        {
          a[step] =i; //将i号扑克牌放入第step个盒子中
          book[i] =1; //设为1,表示第i号牌已经不在手中
          dfs(step+1);//处理下一步放什么牌
          book[i] =0; //在尝试完一轮之后,需要将牌都收回才能进行下一轮的尝试
        }

      }
    }

好了,以上就是完整思路,下面我们看下完整代码及调用过程:

  class Program
  {
    static int n = 0;
    static int[] a;
    static int[] book;
    static void Main(string[] args)
    {
      Console.WriteLine("请输入数字N:");
      n = int.Parse(Console.ReadLine());
      Console.WriteLine("数字1~"+n+"的全排列为:");
      a = new int[n+1];
      book = new int[n+1];
      dfs(1);
      Console.ReadLine();
    }
    static void dfs(int step)
    {
      if (step == n + 1) //如果到了第n+1个盒子,说明前面n个盒子都已经放好
      {
        //输出一种结果
        for (int i = 1; i < a.Length; i++)
        {
          Console.Write(a[i]);
        }
        Console.WriteLine();
        return; //返回到最近一次调用dfs函数的地方
      }
      for (int i = 1; i <= n; i++)
      {
        if (book[i] == 0) //book[i]==0表示第i号牌仍然在手中
        {
          a[step] = i; //将i号扑克牌放入第step个盒子中
          book[i] = 1; //设为1,表示第i号牌已经不在手中
          dfs(step + 1);//处理下一步放什么牌
          book[i] = 0; //在尝试完一轮之后,需要将牌都收回才能进行下一轮的尝试
        }

      }
    }
  }

看下运行结果:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • C#深度优先搜索算法

    本文实例为大家分享了C#深度优先搜索算法的具体代码,供大家参考,具体内容如下 //论文要用到其改进算法,在此先demo测试一下 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; namespace DFS { class Program { public int[,] map = new int[100, 100];

  • C#深度优先遍历实现全排列

    假如让你说出123三个数字的全排列你可以很快说出来123,132,213,231,312,321,但是让你说出1~20总共20个数字的全排列是不是就没那么简单了呢?本篇我们就通过C#运用深度优先算法实现全排列 算法图例 假如有编号为1,2,3的三张扑克牌和编号为1,2,3的三个盒子,现在需要将三张扑克牌分别放到三个盒子中. 我们把这个问题转化为一个最基本的问题:如何往小盒子中放扑克牌.每个小盒子都可能放1,2,3号扑克牌,这需要一一尝试,就需要一个for循环来解决. for (int i = 1

  • PHP实现基于图的深度优先遍历输出1,2,3...n的全排列功能

    本文实例讲述了PHP实现基于图的深度优先遍历输出1,2,3...n的全排列功能.分享给大家供大家参考,具体如下: <?php $n=$_REQUEST["n"]; if($n>8) { echo "{$n}太大了,影响服务器性能"; return; } define("N",$n); $d=array(); $v=array(); for($i=0;$i<=N;$i++){ $d[$i]=$v[$i]=0; } function

  • PHP实现二叉树深度优先遍历(前序、中序、后序)和广度优先遍历(层次)实例详解

    本文实例讲述了PHP实现二叉树深度优先遍历(前序.中序.后序)和广度优先遍历(层次).分享给大家供大家参考,具体如下: 前言: 深度优先遍历:对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次.要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历.中序遍历.后序遍历.具体说明如下: 前序遍历:根节点->左子树->右子树 中序遍历:左子树->根节点->右子树 后序遍历:左子树->右子树->根节点 广度优先遍历:又叫层次遍历,从上往下对每一层依

  • C++实现图的邻接矩阵存储和广度、深度优先遍历实例分析

    本文实例讲述了C++实现图的邻接矩阵存储和广度.深度优先遍历的方法.分享给大家供大家参考.具体如下: 示例:建立如图所示的无向图 由上图知,该图有5个顶点,分别为a,b,c,d,e,有6条边. 示例输入(按照这个格式输入): 5 6 abcde 0 1 1 0 2 1 0 3 1 2 3 1 2 4 1 1 4 1 输入结束(此行不必输入) 注:0 1 1表示该图的第0个顶点和第1个定点有边相连,如上图中的a->b所示       0 2 1表示该图的第0个顶点和第2个定点有边相连,如上图中的a

  • Java编程实现深度优先遍历与连通分量代码示例

    深度优先遍历 深度优先遍历类似于一个人走迷宫: 如图所示,从起点开始选择一条边走到下一个顶点,没到一个顶点便标记此顶点已到达. 当来到一个标记过的顶点时回退到上一个顶点,再选择一条没有到达过的顶点. 当回退到的路口已没有可走的通道时继续回退. 而连通分量,看概念:无向图G的极大连通子图称为G的连通分量( Connected Component).任何连通图的连通分量只有一个,即是其自身,非连通的无向图有多个连通分量. 下面看看具体实例: package com.dataStructure.gra

  • java图的深度优先遍历实现随机生成迷宫

    最近经常在机房看同学在玩一个走迷宫的游戏,比较有趣,自己也用java写一个实现随机生成迷宫的算法,其实就是一个图的深度优先遍历算法.基本思想就是,迷宫中的每个点都有四面墙,然后呢. 1.从任意一点开始访问(我的算法中固定是从(0,0)点开始),往四个方向中的随机一个访问(每访问到一个可访问的点,就去掉该点的那个方向的墙),被访问点继续以这种方识向下进行访问. 2.对每个被访问的点都被标识为已访问,当一个点对某个方向进行访问时我们首先会判断被访问点是否已被访问,或者触到边界.如果该点四个方向皆已访

  • Java实现二叉树的深度优先遍历和广度优先遍历算法示例

    本文实例讲述了Java实现二叉树的深度优先遍历和广度优先遍历算法.分享给大家供大家参考,具体如下: 1. 分析 二叉树的深度优先遍历的非递归的通用做法是采用栈,广度优先遍历的非递归的通用做法是采用队列. 深度优先遍历:对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次.要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历.中序遍历.后序遍历.具体说明如下: 先序遍历:对任一子树,先访问根,然后遍历其左子树,最后遍历其右子树. 中序遍历:对任一子树,先遍历其左子树,然

  • JavaScript树的深度优先遍历和广度优先遍历算法示例

    本文实例讲述了JavaScript树的深度优先遍历和广度优先遍历算法.分享给大家供大家参考,具体如下: 1.深度优先遍历的递归写法 function deepTraversal(node) { var nodes = []; if (node != null) { nodes.push(node); var children = node.children; for (var i = 0; i < children.length; i++) deepTraversal(children[i]);

  • python实现树的深度优先遍历与广度优先遍历详解

    本文实例讲述了python实现树的深度优先遍历与广度优先遍历.分享给大家供大家参考,具体如下: 广度优先(层次遍历) 从树的root开始,从上到下从左到右遍历整个树的节点 数和二叉树的区别就是,二叉树只有左右两个节点 广度优先 顺序:A - B - C - D - E - F - G - H - I 代码实现 def breadth_travel(self, root): """利用队列实现树的层次遍历""" if root == None: r

  • python迷宫问题深度优先遍历实例

    一.迷宫介绍 用python解迷宫问题,迷宫是一个二维列表,本次用深度优先解开迷宫问题.定义起点和终点,从一个位置到下一个位置只能通过向上或下或左或右,走一步来实现,从起点出发,如何找到一条到达终点的通路. 二.深度优先遍历 简单那我们的案例来讲就是,随便选择一条路,一直走,走不动了,再回头重新选择新的路 # 1 为墙,0 为路 maze = [ [1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 0, 1, 1, 0, 0, 0, 1, 1, 1], [1, 0, 1, 1

随机推荐