LeetCode 60. 第k个排列 | Python

60. 第k个排列

---

题目来源：力扣（LeetCode）
https://leetcode-cn.com/problems/permutation-sequence

题目

---

给出集合 [1,2,3,…,n]，其所有元素共有 n! 种排列。

按大小顺序列出所有排列情况，并一一标记，当 n = 3 时, 所有排列如下：

• "123"
• "132"
• "213"
• "231"
• "312"
• "321"

给定 n 和 k，返回第 k 个排列。

说明：

• 给定 n 的范围是 [1, 9]。
• 给定 k 的范围是[1, n!]。

示例 1:

输入: n = 3, k = 3
输出: "213"

示例 2:

输入: n = 4, k = 9
输出: "2314"

解题思路

---

思路：DFS + 剪枝

先审题，题目中说明，给定集合 [1, 2, 3, ..., n] 有 n! 中排列。按大小顺序列出所有排列情况，进行标记，然后返回第 k 个排列。

那么按照题意，我们最容易想到的就是列出 [1, 2, 3 ..., n] 个元素全排列，然后返回第 k 个排列，但是这样效率可能会非常低，而且我们也没有必要去求得所有的全排列。

在这里我们可以先看看规律，题目中开始就说了，按照大小顺序列出所有排列情况。也就说，n 个元素组合的数，这个数每个元素都是从小到大进行选择的。例如示例 1：

输入：n = 3, k = 3

在这里，给定的 n 为 3，那么要组合的数为 3 位数。这里它的全排列情况如下：

• "123"
• "132"
• "213"
• "231"
• "312"
• "321"

我们可以发现，第一个元素是从 1 开始选择，逐渐增大。当首元素确定之后，第二个元素同样是从小到大选择的，例如 123，132 。

根据上面的分析，我们可以发现，假设给定 n 个元素，

当确定首元素时，后面元素则有 (n-1)! 中排列组合数，也就意味着首元素选择后，当前分支会产生 (n-1)! 种排列数。以此类推，当确定前面两个元素时，后面能产生的排列数则为 (n-2)!。那么：

• 当 k 大于前面分支能够产生的排列数时，我们可以直接跳过；
• 当 k 小于或等于当前分支产生的排列数时，也就说明要找的答案在这个分支的某个排列中，这个时候，我们递归去求解（确定逐个元素）。

具体的代码如下。

class Solution:
    def getPermutation(self, n: int, k: int) -> str:
        # 阶乘数组
        arr = [1 for _ in range(n+1)]
        for i in range(2, n+1):
            arr[i] = arr[i-1] * i

        used = [False for _ in range(n+1)]


        def dfs(k, tmp):
            """
            Args:
                tmp: 排列元素选择数组
            """
            cnt = len(tmp)

            if cnt == n:
                return ''.join(tmp)
            
            # 排列数，
            # 这里注意，刚开始排列数组中元素个数 cnt 为 0，
            # 此时要开始添加元素，所以要去除当前元素，计算后续的排列数，
            # 所以排列数为 (n-cnt-1)!，对应 arr[n-cnt-1]
            arr_num = arr[n-cnt-1]
            
            # 比较 k 与当前分支的排列数
            for i in range(1, n+1):
                if used[i]:
                    continue
                if k > arr_num:
                    # 剪枝
                    # 如果 k 大于当前分支排列数，更新 k，跳过当前分支
                    k -= arr_num
                    continue
                # 否则，将当前数添加到排列中
                tmp.append(str(i))
                used[i] = True
                # 继续向下选择
                return dfs(k, tmp)

        
        return dfs(k, [])

欢迎关注

---

公众号 【书所集录】