python遞歸全排列

❶ python全排列代碼，求解釋

defperm(l):
#定義自定義函數函數名為perm參數為l當傳入參數時l等於該參數
if(len(l)<=1):
#if語句如果傳入的參數l的長度小於等於1（也就是0）則運行下面代碼否則跳過該if##語句
return[l]
#返回列表[l]此處為遞歸的終止
r=[]
#定義列表並初始化r
foriinrange(len(l)):
#for循環（c語言常這么說）迭代i的變化范圍為0到l（字母L）的長度-1
s=l[:i]+l[i+1:]
#將l的前三項以及l的第i+1後的字串賦給s
p=perm(s)
#遞歸將s做perm的處理遞歸請網路
forxinp:
#迭代p列表
r.append(l[i:i+1]+x)
#將l的第i項添加進r列表
returnr
#返回r列表

函數功能：將傳入perm()的字串、列表等參數進行全排列 並返回全排列後的列表

#遞歸不是人的思考方式…

❷ Python 實現遞歸

一、使用遞歸的背景

先來看一個☝️介面結構：

這個孩子，他是一個列表，下面有6個元素

展開children下第一個元素[0]看看：

發現[0]除了包含一些欄位信息，還包含了 children 這個欄位（喜當爹），同時這個children下包含了2個元素：

展開他的第一個元素，不出所料，也含有children欄位（人均有娃）

可以理解為children是個對象，他包含了一些屬性，特別的是其中有一個屬性與父級children是一模一樣的，他包含父級children所有的屬性。

比如每個children都包含了一個name欄位，我們要拿到所有children里name欄位的值，這時候就要用到遞歸啦～

二、find_children.py

拆分理解：

1.首先import requests庫，用它請求並獲取介面返回的數據

2.若children以上還有很多層級，可以縮小數據范圍，定位到children的上一層級

3.來看看定義的函數
我們的函數調用：find_children(node_f, 'children')
其中，node_f：json欄位
    children：遞歸對象

 以下這段是實現遞歸的核心：
   if items['children']:
 items['children']不為None，表示該元素下的children欄位還有子類數據值，此時滿足if條件，可理解為 if 1。
 items['children']為None，表示該元素下children值為None，沒有後續可遞歸值，此時不滿足if條件，可理解為 if 0，不會再執行if下的語句（不會再遞歸）。

至此，每一層級中children的name以及下一層級children的name就都取出來了

希望到這里能幫助大家理解遞歸的思路，以後根據這個模板直接套用就行

（晚安啦～）

源碼參考： https://www.coder4.com/archives/5767

❸ python幾種經典排序方法的實現

class SortMethod:
'''
插入排序的基本操作就是將一個數據插入到已經排好序的有序數據中，從而得到一個新的、個數加一的有序數據，演算法適用於少量數據的排序，時間復雜度為O(n^2)。是穩定的排序方法。
插入演算法把要排序的數組分成兩部分：
第一部分包含了這個數組的所有元素，但將最後一個元素除外（讓數組多一個空間才有插入的位置）
第二部分就只包含這一個元素（即待插入元素）。
在第一部分排序完成後，再將這個最後元素插入到已排好序的第一部分中。
'''
def insert_sort(lists):
# 插入排序
count = len(lists)
for i in range(1, count):
key = lists[i]
j = i - 1
while j >= 0:
if lists[j] > key:
lists[j + 1] = lists[j]
lists[j] = key
j -= 1
return lists
'''
希爾排序 (Shell Sort) 是插入排序的一種。也稱縮小增量排序，是直接插入排序演算法的一種更高效的改進版本。希爾排序是非穩定排序演算法。該方法因 DL．Shell 於 1959 年提出而得名。
希爾排序是把記錄按下標的一定增量分組，對每組使用直接插入排序演算法排序；隨著增量逐漸減少，每組包含的關鍵詞越來越多，當增量減至 1 時，整個文件恰被分成一組，演算法便終止。
'''
def shell_sort(lists):
# 希爾排序
count = len(lists)
step = 2
group = count / step
while group > 0:
for i in range(0, group):
j = i + group
while j < count:
k = j - group
key = lists[j]
while k >= 0:
if lists[k] > key:
lists[k + group] = lists[k]
lists[k] = key
k -= group
j += group
group /= step
return lists
'''
冒泡排序重復地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重復地進行直到沒有再需要交換，也就是說該數列已經排序完成。
'''
def bubble_sort(lists):
# 冒泡排序
count = len(lists)
for i in range(0, count):
for j in range(i + 1, count):
if lists[i] > lists[j]:
temp = lists[j]
lists[j] = lists[i]
lists[i] = temp
return lists
'''
快速排序
通過一趟排序將要排序的數據分割成獨立的兩部分，其中一部分的所有數據都比另外一部分的所有數據都要小，然後再按此方法對這兩部分數據分別進行快速排序，整個排序過程可以遞歸進行，以此達到整個數據變成有序序列
'''
def quick_sort(lists, left, right):
# 快速排序
if left >= right:
return lists
key = lists[left]
low = left
high = right
while left < right:
while left < right and lists[right] >= key:
right -= 1
lists[left] = lists[right]
while left < right and lists[left] <= key:
left += 1
lists[right] = lists[left]
lists[right] = key
quick_sort(lists, low, left - 1)
quick_sort(lists, left + 1, high)
return lists
'''
直接選擇排序
第 1 趟，在待排序記錄 r[1] ~ r[n] 中選出最小的記錄，將它與 r[1] 交換；
第 2 趟，在待排序記錄 r[2] ~ r[n] 中選出最小的記錄，將它與 r[2] 交換；
以此類推，第 i 趟在待排序記錄 r[i] ~ r[n] 中選出最小的記錄，將它與 r[i] 交換，使有序序列不斷增長直到全部排序完畢。
'''
def select_sort(lists):
# 選擇排序
count = len(lists)
for i in range(0, count):
min = i
for j in range(i + 1, count):
if lists[min] > lists[j]:
min = j
temp = lists[min]
lists[min] = lists[i]
lists[i] = temp
return lists
'''
堆排序 (Heapsort) 是指利用堆積樹（堆）這種數據結構所設計的一種排序演算法，它是選擇排序的一種。
可以利用數組的特點快速定位指定索引的元素。堆分為大根堆和小根堆，是完全二叉樹。大根堆的要求是每個節點的值都不大於其父節點的值，即 A[PARENT[i]] >= A[i]。
在數組的非降序排序中，需要使用的就是大根堆，因為根據大根堆的要求可知，最大的值一定在堆頂。
'''
# 調整堆
def adjust_heap(lists, i, size):
lchild = 2 * i + 1
rchild = 2 * i + 2
max = i
if i < size / 2:
if lchild < size and lists[lchild] > lists[max]:
max = lchild
if rchild < size and lists[rchild] > lists[max]:
max = rchild
if max != i:
lists[max], lists[i] = lists[i], lists[max]
adjust_heap(lists, max, size)
# 創建堆
def build_heap(lists, size):
for i in range(0, (size/2))[::-1]:
adjust_heap(lists, i, size)
# 堆排序
def heap_sort(lists):
size = len(lists)
build_heap(lists, size)
for i in range(0, size)[::-1]:
lists[0], lists[i] = lists[i], lists[0]
adjust_heap(lists, 0, i)
'''
歸並排序是建立在歸並操作上的一種有效的排序演算法,該演算法是採用分治法 （Divide and Conquer） 的一個非常典型的應用。將已有序的子序列合並，得到完全有序的序列；即先使每個子序列有序，再使子序列段間有序。若將兩個有序表合並成一個有序表，稱為二路歸並。
歸並過程為：
比較 a[i] 和 a[j] 的大小，若 a[i]≤a[j]，則將第一個有序表中的元素 a[i] 復制到 r[k] 中，並令 i 和 k 分別加上 1；
否則將第二個有序表中的元素 a[j] 復制到 r[k] 中，並令 j 和 k 分別加上 1，如此循環下去，直到其中一個有序表取完，然後再將另一個有序表中剩餘的元素復制到 r 中從下標 k 到下標 t 的單元。歸並排序的演算法我們通常用遞歸實現，先把待排序區間 [s,t] 以中點二分，接著把左邊子區間排序，再把右邊子區間排序，最後把左區間和右區間用一次歸並操作合並成有序的區間 [s,t]。
'''
def merge(left, right):
i, j = 0, 0
result = []
while i < len(left) and j < len(right):
if left[i] <= right[j]:
result.append(left[i])
i += 1
else:
result.append(right[j])
j += 1
result += left[i:]
result += right[j:]
return result
def merge_sort(lists):
# 歸並排序
if len(lists) <= 1:
return lists
num = len(lists) / 2
left = merge_sort(lists[:num])
right = merge_sort(lists[num:])
return merge(left, right)
'''
基數排序 （radix sort） 屬於「分配式排序」 （distribution sort），又稱「桶子法」 （bucket sort） 或 bin sort，顧名思義，它是透過鍵值的部份資訊，將要排序的元素分配至某些「桶」中，藉以達到排序的作用，基數排序法是屬於穩定性的排序。
其時間復雜度為 O (nlog(r)m)，其中 r 為所採取的基數，而 m 為堆數，在某些時候，基數排序法的效率高於其它的穩定性排序法。
'''
import math
def radix_sort(lists, radix=10):
k = int(math.ceil(math.log(max(lists), radix)))
bucket = [[] for i in range(radix)]
for i in range(1, k+1):
for j in lists:
bucket[j/(radix**(i-1)) % (radix**i)].append(j)
del lists[:]
for z in bucket:
lists += z
del z[:]
return lists
---------------------
作者：CRazyDOgen
來源：CSDN
原文：https://blog.csdn.net/jipang6225/article/details/79975312
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

❹ Python 排列組合

以上四種情況均為最常見的排列組合，從有無順序和是否重復兩個維度進行思考，建議理解並背誦。

在使用python計算排列組合之前，需要計算階乘，可以有兩種方式，一是使用math庫中的factorial函數，二是使用如下的遞歸函數。

按照排列的公式：

按照組合的公式：

3.1 生日問題

假設一個班級中共有n個人，一年有365天，其中每天作為生日的概率是相等的，那麼其中至少有兩個人的生日在同一天的概率是多少？

此題屬於全排列問題，需要反向思考，寫出公式之後直接輸入到python中計算

3.2 大樂透問題

大樂透的玩法是這樣的，從35個紅球中選擇5個，從12個紅球中選擇2個，如果全中，那就中一等獎。那麼請問，中一等獎的概率是多少？

此題屬於組合問題，中獎的可能性為一種，因此分子為1，分母為所有的組合情況。

❺ Python：全排列 - permuteUnique

給定一個可包含重復數字的序列 nums ，按任意順序 返回所有不重復的全排列。

示例 1：
輸入：nums = [1,1,2]
輸出：
[[1,1,2],
[1,2,1],
[2,1,1]]

示例 2：
輸入：nums = [1,2,3]
輸出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

源碼：

運行結果：

❻ python遞歸演算法經典實例有哪些

程序調用自身的編程技巧稱為遞歸（ recursion）。遞歸做為一種演算法在程序設計語言中廣泛應用。 一個過程或函數在其定義或說明中有直接或間接調用自身的一種方法。

它通常把一個大型復雜的問題層層轉化為一個與原問題相似的規模較小的問題來求解，遞歸策略只需少量的程序就可描述出解題過程所需要的多次重復計算，大大地減少了程序的代碼量。

遞歸的能力在於用有限的語句來定義對象的無限集合。一般來說，遞歸需要有邊界條件、遞歸前進段和遞歸返回段。當邊界條件不滿足時，遞歸前進；當邊界條件滿足時，遞歸返回。

Python

是完全面向對象的語言。函數、模塊、數字、字元串都是對象。並且完全支持繼承、重載、派生、多繼承，有益於增強源代碼的復用性。Python支持重載運算符和動態類型。相對於Lisp這種傳統的函數式編程語言，Python對函數式設計只提供了有限的支持。有兩個標准庫(functools, itertools)提供了Haskell和Standard ML中久經考驗的函數式程序設計工具。

❼ 46. 全排列（Python）

更多精彩內容，請關注 【力扣中等題】 。

難度：★★★☆☆
類型：數學
方法：回溯法

給定一個沒有重復數字的序列，返回其所有可能的全排列。

輸入: [1,2,3]
輸出:
[
[1,2,3],
[1,3,2],
[2,1,3],
[2,3,1],
[3,1,2],
[3,2,1]
]

全排列其實可以使用python內置的permutations函數，例如求['a', 'b', 'c']的全排列，可以使用：itertools.permutations(['a', 'b', 'c'],3)快速得到。這里參考了 大佬博客 。

我們舉個例子，以字元串列表['a', 'b', 'c']為例，我們逐個位確定全排列的所有可能。回溯法的原理在於在前n-1位元素確定的情況下，求取n位以後的全排列。本例中，首先固定第0位，就是分別將第0位與它本身及後面各位元素交換，得到3種不同的可能，在固定這一位後，在考慮第1位的可能性，將第1位與它本身及其後元素交換，有兩種可能性，當前兩位元素確定後，最後一位只有一種可能性。因此一共有6種可能。

這里需要注意的是，每次交換元素並回溯尋找後，都要將元素交換回來，保持沒有交換前的狀態。

與回溯法類似，增加臨時列表用來存儲是否查看過變數。

如有疑問或建議，歡迎評論區留言~

❽ Python中用遞歸的思想求ABCDE的全排列

defp(s,res=[]):
#將字元c插入到數列ar中,會有多少種排列
defh(c,ar):
return[ar[:i]+[c]+ar[i:]foriinrange(len(ar)+1)]
#已有結果arr的基礎上,如果增加c字元,arr會變成多少種排列
defg(c,arr,res=[]):
ifarr==res==[]:
return[[c]]
elifarr==[]:
returnres
else:
returng(c,arr[1:],res+h(c,arr[0]))
#主體遞歸
ifs=='':
returnres
else:
returnp(s[1:],g(s[0],res))

if__name__=='__main__':
s='ABCDE'
forxinp(s):
print(''.join(x))

❾ python遞歸的一個小問題

perm函數輸出的是參數list從參數k位置開始，到參數m位置結束的全排列
def perm(list,k,m):
if k==m:
for i in range(m+1): # 遞歸的結束條件是k==m，在整個遞歸過程中參數m（即結束位置沒有改變），而參數k則每次遞歸+1
print list[i], # 輸出遞歸結束時的list狀態
print
else:
for i in range(k,m+1): # 該循環用來負責生成遞歸的下一個狀態
list[k],list[i]=list[i],list[k] # 將list的k位置與每一個位置i分別交換
perm(list,k+1,m) # 由於k位置與每一個位置i交換，也即k位置所有可能選值都已被窮舉，此時只需要繼續計算k+1之後的職位即可，因此以k+1為開始位置，結束位置m不變進入下一層遞歸
list[k],list[i]=list[i],list[k] # 由於list是引用傳遞，因此需要在位置交換之後重新交換，以保證list不變