python回溯算法实现全排列小练习分享

问题:输入列表L(不含重复元素),输出L的全排列。

如输入:L=[1,2,3]

则输出:[[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]]

全排列问题,可以用回溯法解决,详细分析请参考东哥公众号:labuladong,看了之后醍醐灌顶。

先帖一个正确解法:

'''
回溯算法模板:
from: labuladong公众号
result = []
def backtrack(选择列表,路径):
    if 满足结束条件:
        result.add(路径)
        return 
    for 选择 in 选择列表:
        做选择(要去重,判断该选择是否已经在选择列表中,已经选过的不要选)
        backtrack(选择列表,路径)
        选择列表.removelast() #撤销这个选择,因为要重新从头开始(回溯树的跟节点)
'''
import copy
 
def backtrack(L,path):
 
    if len(path)==len(L):
        c = copy.copy(path)  # 注意这里不是直接将path加到res中,而是深拷贝了一个对象
        res.append(c)
        # res.append(path)
        # print(res)
        return
    for i in L:
        if i in path:
            continue
        else:
            path.append(i)
            backtrack(L,path)
            #path = path[:-1]
            path.pop()  # 注意此处“撤销”选择的方法
 
if __name__ == '__main__':
    res = []
    L = [1,2,3]
    backtrack(L,[])
    print(res)

输出:

以上算法使用python的深拷贝,假如不使用会怎样呢?

看下面代码:

def backtrack(L,path):
 
    if len(path)==len(L):
        # c = copy.copy(path)  
        # res.append(c)
        res.append(path)
        print(res)
        return
    for i in L:
        if i in path:
            continue
        else:
            path.append(i)
            backtrack(L,path)
            #path = path[:-1]
            path.pop()  # 注意此处“撤销”选择的方法
 
if __name__ == '__main__':
    res = []
    L = [1,2,3]
    backtrack(L,[])
    print(res)

此时的输出:

这个结果着实令人疑惑, 仔细分析后发现是python的浅拷贝搞的鬼。当我们判断len(path) == L时,就将path  append到res中,但事实上,res中存放的只是path的一个指针,当我们对path进行“撤销选择”时,即path.pop(),会连带着将res中元素也修改掉,这显然是不合理的。仔细看的话其实每一次输出的第一列组合起来刚好是全排列。

再看一个错误示例,在撤销选择时不适用path.pop(),而是path = path[:-1]

import copy
 
def backtrack(L,path):
 
    if len(path)==len(L):
        c = copy.copy(path)  # 注意这里不是直接将path加到res中,而是深拷贝了一个对象
        res.append(c)
        # res.append(path)
        print(res)
        return
    for i in L:
        if i in path:
            continue
        else:
            path.append(i)
            backtrack(L,path)
            path = path[:-1] # 换一种“撤销”选择的方法
            #path.pop()  # 注意此处“撤销”选择的方法
 
if __name__ == '__main__':
    res = []
    L = [1,2,3]
    backtrack(L,[])
    print(res)

此时的输出:

更加令人疑惑,使用debug调试后发现,path撤销选择,即path = path[:-1]没起到作用,在向上回溯的过程中,由于函数签名是

   backtrack(L,path)

由于path是以一个参数的形式传入函数的,所以每一层递归调用中,使用的path应该是同一个,当我们用path.pop()撤销选择时,每一层的递归栈中,path应该同时发生变化。(可以这么类比,当我第一轮递归,path=[1,2,3]后,向上递归时,合理思考应该将path依次变成[1,2]、[1],这样才能继续向里面添加元素,组成不同的排列),但使用path = path[:-1],调试发现除了本层递归栈以外,其他递归栈的path并未发生变化:

这次是深拷贝的锅,我们合理怀疑path=path[:-1],应该是生成了一个新的对象,即=左右的path并不是同一个对象,因此每层递归树的path不会改变,来验证一下:

到此这篇关于python回溯算法实现全排列小练习分享的文章就介绍到这了,更多相关python回溯算法实现全排列内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • python实现全排列代码(回溯、深度优先搜索)

    从n个不同元素中任取m(m≤n)个元素,按照一定的顺序排列起来,叫做从n个不同元素中取出m个元素的一个排列.当m=n时所有的排列情况叫全排列. 公式:全排列数f(n)=n!(定义0!=1) 1 递归实现全排列(回溯思想) 1.1 思想 举个例子,比如你要对a,b,c三个字符进行全排列,那么它的全排列有abc,acb,bac,bca,cba,cab这六种可能就是当指针指向第一个元素a时,它可以是其本身a(即和自己进行交换),还可以和b,c进行交换,故有3种可能,当第一个元素a确定以后,指针移向第二

  • python——全排列数的生成方式

    [问题描述]输入整数N( 1 <= N <= 10 ),生成从1~N所有整数的全排列. [输入形式]输入整数N. [输出形式]输出有N!行,每行都是从1~N所有整数的一个全排列,各整数之间以空格分隔.各行上的全排列不重复.输出各行遵循"小数优先"原则, 在各全排列中,较小的数尽量靠前输出.如果将每行上的输出看成一个数字,则所有输出构成升序数列.具体格式见输出样例. [样例输入1]1 [样例输出1]1 [样例说明1]输入整数N=1,其全排列只有一种. [样例输入2]3 [样例

  • 如何通过python实现全排列

    这篇文章主要介绍了如何通过python实现全排列,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 itertools模块现成的全排列: for i in itertools.permutations('abcd',4): print ''.join(i) 相关全排列算法: def perm(l): if(len(l)<=1): return [l] r=[] for i in range(len(l)): s=l[:i]+l[i+1:] p=pe

  • python回溯算法实现全排列小练习分享

    问题:输入列表L(不含重复元素),输出L的全排列. 如输入:L=[1,2,3] 则输出:[[1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 1, 2], [3, 2, 1]] 全排列问题,可以用回溯法解决,详细分析请参考东哥公众号:labuladong,看了之后醍醐灌顶. 先帖一个正确解法: ''' 回溯算法模板: from: labuladong公众号 result = [] def backtrack(选择列表,路径):     if 满足结束条

  • Python中最大最小赋值小技巧(分享)

    码代码时,有时候需要根据比较大小分别赋值: import random seq = [random.randint(0, 1000) for _ in range(100)] #方法1: xmax, xmin = max(seq), min(seq) #方法2: xmax, *_, xmin = sorted(seq) 从上面这个来看,看不出来方法2的优势来,不过我们常用的是比较两个数的大小,并选取: dx, dy = random.sample(seq, 2) #方法1: dx, dy = m

  • 两个使用Python脚本操作文件的小示例分享

    1这是一个创建一个文件,并在控制台写入行到新建的文件中. #!/usr/bin/env python 'makeTextFile.py -- create text file' import os ls = os.linesep #get filename while True: fname = raw_input('Enter filename:') if os.path.exists(fname): print "ERROR: '%s' already exists" % fnam

  • python实时分析日志的一个小脚本分享

    前言 大家都知道Web运维总要关注相关域名的实时2xx/s.4xx/s.5xx/s.响应时间.带宽等这些指标,之前的日志是五分钟一分割,简单的用awk就可以了,现在由于要推送日志到ELK,继续之前五分钟一分割会有问题,就改为一天分割一次.改成一天一分割后,显然再继续用Shell就不合适了,于是就用Python写了下. 方法如下: 脚本主要运用了文件的seek和tell函数,原理如下: 1.加入crontab,每5分钟执行一次 2.只分析从上次读取日志文件的结束位置到这次读取文件时的末尾位置之间的

  • Python同步方法变为异步方法的小技巧分享

    目录 背景 怎么做? Asyncer awaitable aioify 总结 背景 在我们平时的FastApi工作中,经常会用到一些异步的操作,为了保持一致,我们一般会编写配套的异步代码. 但如果我们提供了类似jmeter BeanShell的可执行代码的功能给用户,那用户还能给你编写异步代码吗?那显然是不可能的事情. 还有一种情况,当我们引入第三方包,比如一些oss的库,里面天然是同步方法,有内置的requests请求,你想不阻塞整个fastapi服务,也是需要将他们异步化的. 怎么做? 这块

  • python回溯法实现数组全排列输出实例分析

    本文实例讲述了python回溯法实现数组全排列输出的方法.分享给大家供大家参考.具体分析如下: 全排列解释:从n个不同元素中任取m(m≤n)个元素,按照一定的顺序排列起来,叫做从n个不同元素中取出m个元素的一个排列.当m=n时所有的排列情况叫全排列. from sys import stdout #code from http://www.jb51.net/ def perm(li, start, end): if(start == end): for elem in li: stdout.wr

  • python标准算法实现数组全排列的方法

    本文实例讲述了python标准算法实现数组全排列的方法,代码来自国外网站.分享给大家供大家参考.具体分析如下: 从n个不同元素中任取m(m≤n)个元素,按照一定的顺序排列起来,叫做从n个不同元素中取出m个元素的一个排列.当m=n时所有的排列情况叫全排列. def Mideng(li): if(type(li)!=list): return if(len(li)==1): return [li] result=[] for i in range(0,len(li[:])): bak=li[:] h

  • 分享python数据统计的一些小技巧

    最近在用python做数据统计,这里总结了一些最近使用时查找和总结的一些小技巧,希望能帮助在做这方面时的一些童鞋.有些技巧是很平常的用法,平时我们没有注意,但是在特定场景,这些小方法还是能带来很大的帮助. 1.在字典中将键映射到多个值上面 {'b': [4, 5, 6], 'a': [1, 2, 3]} 有时候我们在统计相同key值的时候,希望把所有相同key的条目添加到以key为键的一个字典中,然后再进行各种操作,这时候我们就可以使用下面的代码进行操作: from collections im

  • 有趣的python小程序分享

    python可以简单优美,也很有趣,下面是收集的例子: 1.一句话开始一个http的文件服务器: $ python -m SimpleHTTPServer Serving HTTP on 0.0.0.0 port 8000 ... 在浏览器中就可以http://localhost:8000访问目录及文件了. 也可以直接指定端口: $ python -m SimpleHTTPServer 6666 如果想在代码中实现,也很简单: import SimpleHTTPServer import Soc

  • 关于Python形参打包与解包小技巧分享

    Python中的函数调用与c++不同的是将this指针直接作为self当作第一个形参进行处理,从而将静态函数与实例方法的调用形式统一了起来.在实际编程过程中,可以通过传递函数的地址.函数的形参的方式将所有函数(包括静态函数.类实例函数)的调用用统一的方式表达出来,方便统一接口和抽象. 待传递的2个函数如下: class Operation: @staticmethod def close_buy(): """ :return: """ print

随机推荐