如何用Java實現排列組合算法

更新時間：2021年05月26日 10:54:37 作者：枕邊書

本文主要介紹了如何用Java實現排列組合算法，對算法感興趣的同學，可以參考一下，理解其原理，并且試驗一下。

需求

我們的數據表有多個維度，任意多個維度組合后進行 group by 可能會產生一些”奇妙”的反應，由于不確定怎么組合，就需要將所有的組合都列出來進行嘗試。

抽象一下就是從一個集合中取出任意元素，形成唯一的組合。如[a,b,c]可組合為[a]、[b]、[c]、[ab]、[bc]、[ac]、[abc]。

要求如下：

組合內的元素數大于 0 小于等于數組大?。?/li>
組合內不能有重復元素，如 [aab] 是不符合要求的組合；
組合內元素的位置隨意，即 [ab] 和 [ba] 視為同一種組合；

看到這里，就應該想到高中所學習的排列組合了，同樣是從集合中取出元素形成一個另一個集合，如果集合內元素位置隨意，就是組合，從 b 個元素中取 a 個元素的組合有種。而如果要求元素順序不同也視為不同集合的話，就是排列，從 m 個元素取 n 個元素的排列有種。

我遇到的這個需求就是典型的組合，用公式來表示就是從元素個數為 n 的集合中列出種組合。

從排列到組合-窮舉

對于這種需求，首先想到的當然是窮舉。由于排列的要求較少，實現更簡單一些，如果我先找出所有排列，再剔除由于位置不同而重復的元素，即可實現需求。假設需要從 [A B C D E] 五個元素中取出所有組合，那么我們先找出所有元素的全排列，然后再將類似 [A B] 和 [B A] 兩種集合去重即可。

我們又知道，那么我們先考慮一種情況，假設是，從 5 個元素中選出三個進行全排列。

被選取的三個元素，每一個都可以是 ABCDE 之一，然后再排除掉形成的集合中有重復元素的，就是 5 選 3 的全排列了。

代碼是這樣：

private static Set<Set<String>> exhaustion() {
    List<String> m = Arrays.asList("a", "b", "c", "d", "e");
    Set<Set<String>> result = new HashSet<>();
    int count = 3;
    for (int a = 1; a < m.size(); a++) {
        for (int b = 0; b < m.size(); b++) {
            for (int c = 0; c < m.size(); c++) {
                Set<String> tempCollection = new HashSet<>();
                tempCollection.add(m.get(a));
                tempCollection.add(m.get(b));
                tempCollection.add(m.get(c));
                // 如果三個元素中有重復的會被 Set 排重，導致 Set 的大小不為 3
                if (tempCollection.size() == count) {
                    result.add(tempCollection);
                }
            }
        }
    }

    return result;
}

對于結果組合的排重，我借用了 Java 中 HashSet 的兩個特性：

元素唯一性，選取三個元素放到 Set 內，重復的會被過濾掉，那么就可以通過集合的大小來判斷是否有重復元素了，
元素無序性，Set[A B] 和 Set[B A] 都會被表示成 Set[A B]。
另外又由于元素唯一性，被同時表示為 Set[A B] 的多個集合只會保留一個，這樣就可以幫助將全排列轉為組合。

可以注意得到，上面程序中 count 參數是寫死的，如果需要取出 4 個元素的話就需要四層循環(huán)嵌套了，如果取的元素個取是可變的話，普通的編碼方式就不適合了。

注: 可變層數的循環(huán)可以用遞歸來實現。

從排列到組合-分治

窮舉畢竟太過暴力，我們來通過分治思想來重新考慮一下這個問題：

分治思想

分治的思想總的來說就是”大事化小，小事化了”，它將復雜的問題往簡單劃分，直到劃分為可直接解決的問題，再從這個直接可以解決的問題向上聚合，最后解決問題。

從 M 個元素中取出 N 個元素整個問題很復雜，用分治思想就可以理解為：

首先，如果我們已經從 M 中元素取出了一個元素，那么集合中還剩下 M-1 個，需要取的元素就剩下 N-1 個。
還不好解決的話，我們假設又從 M-1 中取出了一個元素，集合中還剩下 M-2 個，需要取的元素只剩下 N-2 個。
直到我們可能取了有 M-N+1 次，需要取的元素只剩下一個了，再從剩余集合中取，就是一個簡單問題了，很簡單，取法有 M-N+1 種。
如果我們解決了這個問題，已經取完最后一次了產生了 M-N+1 種臨時集合，再考慮從 M-N+2 個元素中取一個元素呢，又有 M-N+2 種可能。
將這些可能聚合到一塊，直到取到了 N 個元素，這個問題也就解決了。

還是從 5 個元素中取 3 個元素的示例：

從 5 個元素中取 3 個元素是一個復雜問題，為了簡化它，我們認為已經取出了一個元素，還要再從剩余的 4 個元素中取出 2 個，求解公式為：。
從 4 個元素中取出 2 個依舊不易解決，那我們再假設又取出了一個元素，接下來的問題是如何從 3 個元素中取一個，公式為。
從 3 個元素中取 1 個已經是個簡單問題了，有三種可能，再向上追溯，與四取一、五取一的可能性做乘，從而解決這個問題。

代碼實現

用代碼實現如下：

public class Combination {

    public static void main(String[] args) {
        List<String> m = Arrays.asList("a", "b", "c", "d", "e");
        int n = 5;

        Set<Set<String>> combinationAll = new HashSet<>();
        // 先將問題分解成 五取一、五取二... 等的全排列
        for (int c = 1; c <= n; c++) {
            combinationAll.addAll(combination(m, new ArrayList<>(), c));
        }

        System.out.println(combinationAll);
    }

    private static Set<Set<String>> combination(List<String> remainEle, List<String> tempCollection, int fetchCount) {
        if (fetchCount == 1) {
            Set<Set<String>> eligibleCollections = new HashSet<>();
            // 在只差一個元素的情況下，遍歷剩余元素為每個臨時集合生成多個滿足條件的集合
            for (String ele : remainEle) {
                Set<String> collection = new HashSet<>(tempCollection);
                collection.add(ele);
                eligibleCollections.add(collection);
            }
            return eligibleCollections;
        }

        fetchCount--;
        Set<Set<String>> result = new HashSet<>();
        // 差多個元素時，從剩余元素中取出一個，產生多個臨時集合，還需要取 count-- 個元素。
        for (int i = 0; i < remainEle.size(); i++) {
            List<String> collection = new ArrayList<>(tempCollection);
            List<String> tempRemain = new ArrayList<>(remainEle);
            collection.add(tempRemain.remove(i));
            result.addAll(combination(tempRemain, collection, fetchCount));
        }
        return result;
    }
}

其實現就是遞歸，關于遞歸和分治，有興趣可以看一下隱藏篇：遞歸和分治。

直擊本質-位運算

從元素的全排列找全組合，比窮舉略好，但還不是最好的方法，畢竟它”繞了一次道”。

很多算法都能通過位運算巧秒地解決，其優(yōu)勢主要有兩點：一者位運算在計算機中執(zhí)行效率超高，再者由于位運算語義簡單，算法大多直指本質。

組合算法也能通過位運算實現。

思想

再次考慮全組合的需求，從 M 個元素中取任意個元素形成組合，組合內元素不能重復、元素位置無關。

之前的方法都是從結果組合是否滿足要求來考慮問題，考慮組合是否有重復元素、是否已有同樣的組合等條件。如果換種思路，從待選元素上來考慮呢？

對于每個元素來說，它的狀態(tài)就簡單得多了，要么被放進組合，要么不放進組合。每個元素都有這么兩種狀態(tài)。如果從 5 個元素中任意取 N 個元素形成組合的話，用二進制位來表示每個元素是否被放到組合里，就是：

A B C D E

0 0 0 0 1 [E] = 1

A B C D E

0 0 0 1 0 [D] = 2

A B C D E

0 0 0 1 1 [DE] = 3

...

看到這里，應該就非常清楚了吧，每種組合都可以拆解為 N 個二進制位的表達形式，而每個二進制組合同時代表著一個十進制數字，所以每個十進制數字都就能代表著一種組合。

十進制數字的數目我們很簡單就能算出來，從00000...到11111...一共有種，排除掉全都不被放進組合這種可能，結果有種。

代碼實現

下面是 Java 代碼的實現：

public class Combination {

    public static void main(String[] args) {
        String[] m = {"A", "B", "C", "D", "E"};
        Set<Set<String>> combinationAll = combination(m);
        System.out.println(combinationAll);

    }

    private static Set<Set<String>> combination(String[] m) {
        Set<Set<String>> result = new HashSet<>();

        for (int i = 1; i < Math.pow(2, m.length) - 1; i++) {
            Set<String> eligibleCollections = new HashSet<>();
            // 依次將數字 i 與 2^n 按位與，判斷第 n 位是否為 1
            for (int j = 0; j < m.length; j++) {
                if ((i & (int) Math.pow(2, j)) == Math.pow(2, j)) {
                    eligibleCollections.add(m[j]);
                }
            }
            result.add(eligibleCollections);
        }
        return result;
    }
}