332. 重新安排行程（回溯算法）

给你一份航线列表 tickets ，其中 tickets[i] = [fromi, toi] 表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。

所有这些机票都属于一个从 JFK（肯尼迪国际机场）出发的先生，所以该行程必须从 JFK 开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。

例如，行程 [“JFK”, “LGA”] 与 [“JFK”, “LGB”] 相比就更小，排序更靠前。
假定所有机票至少存在一种合理的行程。且所有的机票 必须都用一次 且 只能用一次。

示例 1：

输入：tickets = [[“MUC”,“LHR”],[“JFK”,“MUC”],[“SFO”,“SJC”],[“LHR”,“SFO”]]
输出：[“JFK”,“MUC”,“LHR”,“SFO”,“SJC”]

示例 2：

输入：tickets = [[“JFK”,“SFO”],[“JFK”,“ATL”],[“SFO”,“ATL”],[“ATL”,“JFK”],[“ATL”,“SFO”]]
输出：[“JFK”,“ATL”,“JFK”,“SFO”,“ATL”,“SFO”]
解释：另一种有效的行程是 [“JFK”,“SFO”,“ATL”,“JFK”,“ATL”,“SFO”] ，但是它字典排序更大更靠后。

提示：

1 <= tickets.length <= 300
tickets[i].length == 2
fromi.length == 3
toi.length == 3 fromi 和 toi 由大写英文字母组成
fromi != toi

这道题其实是一道深搜的题目，但是回溯实际上就是用到了深搜，这个题目中同样也有回溯；

这个题目可能遇到的几个主要问题及解析如下，

1，一个行程中，如果航班处理不好容易变成一个圈，成为死循环
为了避免这个情况，我们需要对每一个机场进行一个计数，走一次减一次，如果出现次数为0或小于0次，就说明走过了这个机场，就不能再走了，不然就会出现这个情况；

2，有多种解法，但是题目要字母序靠前排在前面，如何该记录映射关系呢 ？
一个机场可以映射多个机场，所以可以用unordered_map容器，字母排序则需要一个map容器，这样就可以通过出发的机场找到排序后的可以到达的机场了；

3，使用回溯法（也可以说深搜） 的话，那么终止条件是什么呢？
因为一开始一定会在JFK机场，然后通过的机场数就是所有的tickets数目，所以一旦走的航线数目等于tickets + 1时（这个1就是JFK起始机场）就可以结束；

4，搜索的过程中，如何遍历一个机场所对应的所有机场？
这就需要对set和map非常非常熟悉了，这里选用的就是unordered_map容器和map容器，这里的映射关系如下：
unordered_map：
key：当前所处的机场（string）
value：当前所处的机场能到达所有机场（map）

map：
key：所能到达的机场（string）
value：所到达的机场出现次数（int）

所以这里就稍微复杂一点，我们代码中定义为：unordered_map<string, map<string, int>> targets;

这就是主要会遇到的问题，代码里还有详细注释，可以结合理解
代码如下：

class Solution {
private:
    // unordered_map<出发机场, map<到达机场, 航班次数>> targets
    unordered_map<string, map<string, int>> targets;
    bool backTacking(int ticketSize, vector<string>& ans) {
        if (ans.size() == ticketSize + 1) {
            return true;
        }
        //这个for循环为了遍历此时到达的机场所有的航班次数
        //targets[ans[ans.size - 1]]就是targets[此时到达的机场]
        //这时到达的机场可以说就是新的出发机场，就是看看能从这到哪些地方
        //这里的pair<const string, int>可以改成auto，但是为了方便理解，这里就写了原格式
        for (pair<const string, int>& i : targets[ans[ans.size() - 1]]) {
            //如果此时到达的机场没有来过，继续执行
            //如果此时到达的机场来过，即i.second <= 0，那么就直接跳过，防止出现死循环
            if (i.second > 0) {
                ans.push_back(i.first);
                i.second--;
                if (backTacking(ticketSize, ans)) return true;
                ans.pop_back();
                i.second++;
            }
        }
        return false;
    }
public:
    vector<string> findItinerary(vector<vector<string>>& tickets) {
        vector<string> ans;
        //记录每一个出发机场到所能到达的机场的航班次数
        for (auto i : tickets) {
            targets[i[0]][i[1]]++;
        }
        //起始行程必须从JFK开始
        ans.push_back("JFK");
        backTacking(tickets.size(), ans);
        return ans;
    }
};

这道题对容器选择和应用上是主要难点；