itertools.permutations最省事但返回迭代器，需转list查看；大数据应for循环逐个处理；不自动去重；回溯法可控制去重、剪枝，有两种实现方式。
itertools.permutations 生成全排列最省事，但别直接 print
它返回的是迭代器，不是列表，直接 print(permutations([1,2,3])) 只会看到类似 <itertools.permutations object at></itertools.permutations> 的东西，啥也看不到。
- 要立刻看结果，得转成 list：
list(permutations([1,2,3])) - 如果数据大（比如长度 >10），别无脑转 list，内存会爆；该用 for 循环逐个处理：
for p in permutations(items): process(p) - 它对重复元素不自动去重，
permutations([1,1,2])会返回 6 个结果，其中含重复排列（因为内部按位置区分）
回溯法手写全排列，关键在“交换 + 恢复”或“路径 + used 数组”
想控制去重、剪枝、或理解原理，就得自己写。两种主流写法，区别在状态管理方式：
- 用索引交换（原地修改）：每次把
i到末尾的每个元素换到当前位置，递归后必须swap回来，否则后续分支错乱 - 用
path和used数组（更直观）：每次选一个未用过的元素追加到path，递归完从path弹出，used[i]设回False - 去重前提：输入先排序，然后跳过
nums[i] == nums[i-1] and not used[i-1]这种情况（保证相同元素按顺序填入）
性能差一倍？别在循环里反复调用 list(permutations(...))
每次调用 permutations 都新建迭代器，但真正耗时的是后续遍历。常见低效写法：
- 错误：在 for 循环里反复写
for p in list(permutations(arr)): ...—— 每次都重新生成全部排列再转 list - 正确：只生成一次，存变量：
perms = list(permutations(arr))，再遍历perms - 回溯法若没剪枝，时间复杂度固定是 O(n!)，和
itertools一样；但它的常数更大（函数调用、列表拷贝等），小数据看不出，n=10 以上就明显慢
字符串、元组、自定义对象也能排，但注意不可变类型限制
permutations 不关心内容类型，只按序列长度和索引操作。但实际用时容易卡住：
立即学习“Python免费学习笔记（深入）”；
- 传字符串：
permutations('abc')返回的是('a','b','c')这样的元组，拼成字符串得''.join(p) - 传元组或 namedtuple：没问题，但结果仍是元组，不能直接修改
- 传 list 嵌套 list：会按外层 list 的元素排列，不会 flatten；想排内层元素得先
flatten或单独处理 - 回溯法里如果传 mutable 对象（如 list）进递归并原地改，记得深拷贝
path.copy()再 append，否则所有结果指向同一份内存
itertools 就不够用了，回溯的结构弹性才体现出来。 
