3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#46
中等
高频
回溯

全排列

这是一道围绕数组展开的高频练习。建议先掌握「回溯」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

数组

题目分析

给你一个不含重复数字的数组,要求返回它的所有排列结果。

排列的重点在于顺序不同也算不同答案,所以每个数字在每一层都可能作为当前选择。

一句话概括:

把数组里的数字按所有可能的顺序排列出来。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:用回溯逐位构造排列,每层选择一个还没用过的数字放进当前路径。

推荐代码

推荐解法:回溯
时间复杂度: O(n * n!)
空间复杂度: O(n)
核心思路: 用回溯逐位构造排列,每层选择一个还没用过的数字放进当前路径。
class Solution {
    public List<List<Integer>> permute(int[] nums) {
        List<List<Integer>> result = new ArrayList<>();
        backtrack(nums, new ArrayList<>(), result);
        return result;
    }

    // 时间复杂度:O(n*n!),空间复杂度:O(n)
    public void backtrack(int[] nums, List<Integer> current, List<List<Integer>> result) {
        if (current.size() == nums.length) {
            result.add(new ArrayList<>(current));
            return;
        }
        for (int num : nums) {
            if (current.contains(num)) {
                continue;
            }
            current.add(num);
            backtrack(nums, current, result);
            current.remove(current.size() - 1);
        }
    }
}

结构化讲解

面试时怎么讲

开场思路

这题我会用回溯。每一层决定当前排列的下一位放哪个数字。

核心过程

  1. path 表示当前已经选好的排列前缀,用 used 记录已使用位置。
  2. 每层遍历所有未使用数字,选择一个加入路径。
  3. 递归进入下一层继续填后续位置。
  4. 返回时撤销选择,尝试这一层的其他数字。

复杂度总结

时间复杂度 O(n * n!),空间复杂度 O(n),不计答案存储。

面试补一句:回溯题最容易失误的地方永远是“撤销选择”。

核心思路

全排列是最标准的回溯题之一。路径里放的是当前已经选好的数字,used 数组负责保证同一个数字不会在同一条路径里被重复选择。

步骤讲解

1

定义路径和使用状态

path 记录当前已选数字顺序,用 used 标记哪些位置已经被放进路径。

为什么这样做:回溯的本质就是维护“当前决策路径”和“剩余可选项”。
对应代码提示:List path = new ArrayList<>(); boolean[] used = new boolean[n];
2

当前层枚举一个还没用过的数字

遍历数组,遇到未使用的数字就把它加入路径。

为什么这样做:排列要求顺序敏感,所以每一层都要尝试所有剩余数字。
对应代码提示:if (used[i]) continue;
3

进入下一层继续填位置

标记当前数字已使用后递归,让下一层去决定后面的数字。

为什么这样做:每次递归都意味着当前排列又确定了一位。
对应代码提示:used[i] = true; dfs(...);
4

返回时撤销选择

递归回来后,把最后加入的数字弹出,并恢复 used 状态。

为什么这样做:只有回到干净状态,才能尝试这一层的其他分支。
对应代码提示:path.remove(path.size() - 1); used[i] = false;

易错点

没做状态回滚

如果递归返回后不撤销选择,后续分支会带着错误状态继续运行。

正确理解:始终成对出现:先选择,再递归,最后撤销。

结果直接存 path 引用

后续回溯会继续修改 path,导致答案被一起改掉。

正确理解:加入答案时要复制当前路径。

把组合和排列写混

排列是顺序敏感的,不能只从某个起点向后枚举。

正确理解:每一层都遍历所有未使用元素,而不是只遍历后缀。

复杂度与适用判断

时间复杂度:O(n * n!)
空间复杂度:O(n)
比其他方案更好在哪里:比手工交换和多重循环更通用,扩展到子集、组合、N 皇后都沿用同一套框架。
适用判断:当题目要求枚举所有可能方案,并且每步都有选择与撤销时,优先考虑回溯。

额外提醒

  • 排列题的状态变量通常是“当前路径 + 已使用标记”。
动画演示仅在桌面端提供,移动端请优先阅读推荐代码与结构化讲解。