这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos
难度：中等
给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以 按任意顺序 返回答案
示例 1
输入：nums = [1,2,3]
输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
输入：nums = [0,1]
输出：[[0,1],[1,0]]
输入：nums = [1]
输出：[[1]]
在很多刷题文章和书籍中，此题都被用做回溯算法的第一题，可见该题很有代表性，搞定此题意味着对回溯有了最基本的了解，当然就个人感受而言，以此作为回溯的第一题弊端也不小：本以为掌握了基本套路，刷其他回溯题的时候套上去即可，结果后来发下一道题都套不成功...
套不成功？是因为此题没有代表性吗？当然不是，这是道典型的回溯算法题，但个人的感觉是：解题的关键不是套用模板，而是对回溯思想的理解，我个人的理解是：深度至上
所谓深度至上，就是弄清楚在当前深度能做什么，例如46题全排列，一个深度意味着可选数字中做了一轮选择，每选中一个，都牢牢占据这一层的固定位置，下面的子树都要有他
只要理解了深度至上，就清楚在当前做任何事情的时候都要确保深度固定，下图是[1,2]两个数字全排列的手绘图，边上数字表示选择，方框中的数字表示选择后的结果，请看蓝色框，在选择2的时候，要牢记当深度只能有一个数字，于是，刚才选择1的时候记录存在路径中的1就要果断删除，牢记当前层应该占据哪个位置，回溯的效果就有了
要用回溯算法解此题，有几个关键要注意
全排列，意味着相同数字只要排列不同，也能算作结果的一种
虽然不推荐用模板去套，但回溯该有的几个核心概念还是不能少的：
终止条件：只要组合的数字达到给定数字的长度，就可以终止了
路径：就是正在组合的元素，可以用数组表达
public class L0046 {
List<List<Integer>> res = new ArrayList<>();
public List<List<Integer>> permute(int[] nums) {
// 回溯过程中的重要辅助参数：标记nums数组中有哪些已经使用过
boolean[] used = new boolean[nums.length];
// 回溯过程中的重要辅助参数：路径
int[] path = new int[nums.length];
dfs(nums, used, path, 0);
return res;
}
public void dfs(int[] nums, boolean[] used, int[] path, int depth) {
// 终止条件(深度达到)
// 搜集：栈入res
// 本题的终止条件是一次组合的长度达到数组长度
if (depth==nums.length) {
// 搜集结果
// 千万注意：这个path一直在使用中，所以不能把path放入res中，而是path的元素
// res.add(Arrays.stream(path).boxed().collect(Collectors.toList()));
List<Integer> list = new ArrayList<>();
for(int val : path) {
list.add(val);
}
res.add(list);
return;
}
// for循环
for (int i=0;i<nums.length;i++) {
// 如果当前数字没有用到，就标记，进入path，再做dfs
if (!used[i]) {
used[i] = true;
// 注意，path的下标千万不要用i！
// 例如1和2的全排列，在制造[2,1]的时候，i=1，但此时要修改的是path[i]，
// 所以path的下标应该是depth
path[depth] = nums[i];
// 一次递归，深度要加一
dfs(nums, used, path, depth+1);
used[i] = false;
}
}
}
public static void main(String[] args) {
List<List<Integer>> list = new L0046().permute(new int[] {1,2,3});
list.forEach(one -> {
Tools.printOneLine(one);
});
}
}
