next permutation 全排列生成算法 next_permutation
全排列生成算法:next_permutation――步骤/方法
全排列生成算法:next_permutation 1、
按照STL文档的描述,next_permutation函数将按字母表顺序生成给定序列的下一个较大的排列,直到整个序列为降序为止。prev_permutation函数与之相反,是生成给定序列的上一个较小的排列。二者原理相同,仅遍例顺序相反,这里仅以next_permutation为例介绍算法。
先对序列大小的比较做出定义:两个长度相同的序列,从两者的第一个元素开始向后寻找,直到出现一个不同元素(也可能就是第它们的第一个元素),该元素较大的序列为大,反之序列为小;若一直到最后一个元素都相同,那么两个序列相等。
全排列生成算法:next_permutation 2、
设当前序列为pn,下一个较大的序列为pn+1,这里蕴藏的含义是再也找不到另外的序列pm,使得pn < pm < pn+1。
问题
给定任意非空序列,生成下一个较大或较小的排列。
过程
根据上述概念易知,对于一个任意序列,最小的排列是增序,最大的为减序。那么给定一个pn要如何才能生成pn+1呢?先来看下面的例子:
全排列生成算法:next_permutation 3、
设3 6 4 2为pn,下一个序列pn+1应该是4 2 3 6。观察第一个序列可以发现pn中的6 4 2已经为减序,在这个子集中再也无法排出更大的序列了,因此必须移动3的位置且要找一个数来取代3的位置。在6 4 2中6和4都比3大,但6比3大的太多了,只能选4。将4和3的位置对调后形成排列4 6 3 2。注意,由于4和3大小的相邻关系,对调后产生的子集6 3 2仍保持逆序,即该子集最大的一种排列。而4是第一次移动到头一位的,需要后面的子集为最小的排列,因此直接将6 3 2倒转为2 3 6便得到了正确的一个序列pn+1。
全排列生成算法:next_permutation 4、
下面归纳分析该过程。假设一个有m个元素的序列pn,其下一组较大排列为pn+1:
若pn的最后的2个元素构成一个最小的增序子集,那么直接反转这2个元素使该子集成为减序即可得到pn+1。理由是pn和pn+1的前面m-2个元素都相等(没有对前面的元素进行操作),仅能靠最后2个元素来分出大小。而这2个元素只能出现2种排列,其中较大的一种是减序。
若pn的最后最多有s个元素构成一个减序子集,令i = m - s,则有pn(i) < pn(i+1),因此若将pn(i)和pn(i+1)调换必能得到一个较大的排列(不一定是下一个),因此必须保持pn(i)之前的元素不动,并在子集{pn(i+1), pn(i+2), ..., pn(m)}中找到一个仅比pn(i)大的元素pn(j),将二者调换位置。此时只要得到新子集{pn(i+1), pn(i+2), ..., pn(i), ...,pn(m)}的最小排列即可。注意到新子集仍保持减序,那么直接将其反转即可得到最小的增序子集。
按以上步骤便可从pn得到pn+1了。
全排列生成算法:next_permutation 5、
复杂度
最好的情况为pn的最后的2个元素构成一个最小的增序子集,交换次数为1,复杂度为O(1),最差的情况为1个元素最小,而后面的所有元素构成减序子集,这样需要先将第1个元素换到最后,然后反转后面的所有元素。交换次数为1+(n-1)/2,复杂度为O(n)。这样平均复杂度即为O(n/2)。
全排列生成算法:next_permutation 6、
C++/STL实现
01#include <algorithm>
02#include <iostream>
03#include <string>
04using namespace std;
05//主函数,算法详见相关说明
06int main(void) {
07 //循环处理输入的每一个字符串
08 for (string str; cin >> str;) {
09 if (str.empty()) {
10 continue;
11 }
12 //如果字符串只有1个字符,则直接输出结束
13 if (str.length() <= 1) {
14 cout << "No more Permutation" << endl;
15 }
16 //iPivot为右边最大减序子集左边相邻的一个元素
17 string::iterator iPivot = str.end(), iNewHead;
18 //查找右边最大的减序子集
19 for (--iPivot; iPivot != str.begin(); --iPivot) {
20 if (*(iPivot - 1) < *iPivot ) {
21 break;
22 }
23 }
24 //如果整个序列都为减序,则重排结束。
25 if (iPivot == str.begin()) {
26 cout << "No more Permutation" << endl;
27 }
28 //iPivot指向子集左边相邻的一个元素
29 iPivot--;
30 //iNewHead为仅比iPivot大的元素,在右侧减序子集中寻找
31 for (iNewHead = iPivot + 1; iNewHead != str.end(); ++iNewHead) {
32 if (*iNewHead < *iPivot) {
33 break;
34 }
35 }
36 //交换iPivot和iNewHead的值,但不改变它们的指向
37 iter_swap(iPivot, --iNewHead);
38 //反转右侧减序子集,使之成为最小的增序子集
39 reverse(iPivot + 1, str.end());
40 //本轮重排完成,输出结果
41 cout << str << endl;
42 }
43 return 0;
44}
更多阅读
DataMatrix编码3——生成纠错码RS编码 rs编码和纠错算法
DataMatrixECC200采用Reed-Solomon纠错编码来为其提供纠错能力。RS编码的目标是计算出纠错码字,参考表http://blog.sina.com.cn/s/blog_4572df4e01019vhd.html来确定纠错码字的长度,考虑数据码字:6667 68 69 70 142 12956(“ABCDE12”通
平衡二叉树的生成理论 平衡二叉树
本文由作者收集整理所得,作者不保证内容的正确行,转载请标明出处。作者:关新全1、AVL的插入算法描述在平衡的二叉排序树T上插入一个关键码为kx的新元素,递归算法可描述如下:(一)若T为空树,则插入一个数据元素为kx的新结点作为T的根结
简述简单遗传算法的基本原理和一般过程,说明个体选择的常用策略 遗传算法的个体初始化
(1)简单遗传算法SGA的基本原理是:首先把问题的解表示成“染色体”,即以二进制编码的串。在执行遗传算法之前,给出一群“染色体”(串),即假设解。然后,把这些假设解至于问题的“环境”中,并按适者生存的原则,从中选择出较能适应环境的“染色体”
最全的CDR9技巧 锐雯最全60套连招技巧
最全的CDR9技巧-1 字数9万多1、目前最稳定的版本是CorelDRAW 9.03简体中文版,它只有“另存文件易出错”这唯一的一个瑕疵,可以先复制文件,然后再打开复制的文件进行修改,避免另存文件;有的CorelDRAW9,文件做大了会发生错误,打不开文件,修改
c语言中的随机函数分析与生成m个不重复随机数算法比较 c语言不重复随机数
c语言中的随机函数分析与生成m个不重复随机数算法比较一说起随机函数,恐怕又有人说这是老生长谈了……一般很多人都形成了自己的固定格式,因为随机数用处比较大,用的时候比较多,拿过来就用了。但是新手不这么干,他们总是抱有疑惑,我就是