Python列表排列实现：如何避免原数组被修改？

嘿，我来帮你搞定这个困扰你的排列问题！你遇到的核心麻烦其实是Python里列表是可变对象——你直接把array添加到newArray里时，存的并不是数组的“快照”，而是指向这个数组的引用。后面你交换数组元素的时候，之前添加到newArray里的所有“排列”都会跟着变，因为它们本质上都是同一个内存里的列表。同时你的递归逻辑也缺少回溯，导致排列生成不完整。

核心解决方案 #

要同时实现“收集所有排列”和“保持原数组不变”，关键要做到两点：

1. 添加副本而非原数组引用：每次生成一个有效排列时，添加数组的副本（比如用array.copy()或array[:]）到结果列表，这样每个排列都是独立的，不会被后续修改影响。
2. 使用回溯法并保护原数组：递归时要么操作原数组的副本，要么在修改原数组后回溯恢复状态，确保原数组最终保持初始值。

修复后的完整代码（无重复元素场景） #

def permutations(array):
    result = []
    n = len(array)
    
    def backtrack(current_arr, start):
        # 当start走到数组末尾，说明生成了一个完整排列
        if start == n:
            # 添加数组副本，避免引用问题
            result.append(current_arr.copy())
            return
        
        for i in range(start, n):
            # 交换当前元素与start位置的元素
            current_arr[start], current_arr[i] = current_arr[i], current_arr[start]
            # 递归处理下一个位置
            backtrack(current_arr, start + 1)
            # 回溯：交换回来，恢复数组状态
            current_arr[start], current_arr[i] = current_arr[i], current_arr[start]
    
    # 传入原数组的副本进行递归，完全不修改原数组
    backtrack(array.copy(), 0)
    return result

代码说明 #

• 我们用内部的backtrack函数处理递归逻辑，通过start参数标记当前固定的位置，逐步生成所有排列。
• 每次递归前交换元素，递归结束后再交换回来（回溯），保证后续的排列生成基于正确的数组状态。
• 调用backtrack时传入array.copy()，这样原数组从头到尾都不会被修改，完美满足你的需求。

处理重复元素（可选） #

如果你的数组里有重复元素，不想生成重复排列，可以在回溯时跳过重复值：

def permutations(array):
    result = []
    n = len(array)
    array.sort()  # 先排序，方便后续去重
    
    def backtrack(current_arr, start):
        if start == n:
            result.append(current_arr.copy())
            return
        
        seen = set()
        for i in range(start, n):
            if current_arr[i] in seen:
                continue  # 跳过重复元素，避免生成重复排列
            seen.add(current_arr[i])
            current_arr[start], current_arr[i] = current_arr[i], current_arr[start]
            backtrack(current_arr, start + 1)
            current_arr[start], current_arr[i] = current_arr[i], current_arr[start]
    
    backtrack(array.copy(), 0)
    return result

测试一下 #

调用permutations([1,2,3])会返回所有6种独立的排列，而原数组[1,2,3]完全保持不变，完美解决你的问题！

内容的提问来源于stack exchange，提问作者David Bulko