题意理解：
首先理解全排列是什么？全排列：使用集合中所有元素按照不同元素进行排列，将所有的排列结果的集合称为全排列。
这里的全排列难度升级了，问题在于集合中的元素是可以重复的。
问题：相同的元素会导致排列重复，需要对结果进行去重操作。
难点：如何去重？
解题思路：
排列可以用回溯方法来进行解决。可以将其解决方案抽象为一棵树结构。
我们可以发现：
当前枝当前层，选择到重复的元素时，后出现两个相同的树枝结构，造成相同的相同的重复的结果，所以去重应该剪枝：当前枝当前层重复元素的选择。——树层去重。
为了实现树层去重：我们维护一个used[]数组来记录元素的访问状态。
used数组的作用：
保证所有元素只是用一次。
来辅助树层去重操作。
1.暴力回溯+剪枝优化
回溯解决问题的三个关键步骤：
确定返回值和参数列表
确定终止条件
确定单层递归逻辑：1.保证元素只用一次 2.树层剪枝，防止重复值造成结果重复。
List<List<Integer>> result=new ArrayList<>();
LinkedList<Integer> path=new LinkedList<>();
boolean[] used=null;
public List<List<Integer>> permuteUnique(int[] nums) {
Arrays.sort(nums);
used=new boolean[nums.length];//初始化默认值false
backtracking(nums);
return result;
}
public void backtracking(int[] nums){
//确定终止条件
if(path.size()== nums.length){
result.add(new ArrayList<>(path));
return;
}
//单层递归逻辑
for(int i=0;i<nums.length;i++){
if(used[i]==true) continue;//该元素用过
if(i>0&&nums[i]==nums[i-1]&&used[i-1]==false) continue;//同枝同层剪枝
path.add(nums[i]);
used[i]=true;
backtracking(nums);
path.removeLast();
used[i]=false;
}
}2.分析
时间复杂度：O(n×n!)
空间复杂度：O(n)
