此篇一刷直接看讲解,二刷再尝试自己做
332.重新安排行程
题目链接:332.重新安排行程
文档讲解:代码随想录/重新安排行程
视频讲解:无
状态:已完成(1遍)
解题过程
看完代码随想录之后的想法
讲解代码如下:
/**
* @param {string[][]} tickets
* @return {string[]}
*/
/**
* @param {string[][]} tickets
* @return {string[]}
*/
var findItinerary = function (tickets) {
const ans = ["JFK"];
let map = {};
// 整理每个站点的终点站信息
tickets.forEach((t) => {
let targets = map[t[0]];
if (!targets) {
targets = { [t[1]]: 0 };
map[t[0]] = targets;
}
targets[t[1]] = (targets[t[1]] || 0) + 1;
});
// 按照key字典序排序对象
const sortObject = (obj) => {
const newObj = {};
const keys = Object.keys(obj);
keys.sort((k1, k2) => (k1 < k2 ? -1 : 1));
keys.forEach((key) => {
if (obj[key] !== null && typeof obj[key] === "object") {
newObj[key] = sortObject(obj[key]);
} else {
newObj[key] = obj[key];
}
});
return newObj;
};
const backtrack = (tickets, targets) => {
if (ans.length === tickets.length + 1) {
return true;
}
const target = targets[ans[ans.length - 1]];
// 没有下一站
if (!target) {
return false;
}
// 或者在这里排序
// const keyList = Object.keys(target).sort((k1, k2) => (k1 < k2 ? -1 : 1));
const keyList = Object.keys(target);
for (const key of keyList) {
// 判断当前站是否还能飞
if (target[key] > 0) {
target[key]--;
ans.push(key);
// 对象key有序 此时的行程就是字典序最小的 直接跳出
if (backtrack(tickets, targets)) {
return true;
}
target[key]++;
ans.pop();
}
}
return false;
};
map = sortObject(map);
backtrack(tickets, map);
return ans;
};
总结
复制一段代码随想录里的总结
之前说过,有递归的地方就有回溯,深度优先搜索也是用递归来实现的,所以往往伴随着回溯。
在回溯算法:重新安排行程 (opens new window)其实也算是图论里深搜的题目,但是我用回溯法的套路来讲解这道题目,算是给大家拓展一下思路,原来回溯法还可以这么玩!
以输入:[["JFK", "KUL"], ["JFK", "NRT"], ["NRT", "JFK"]为例,抽象为树形结构如下:
本题可以算是一道hard的题目了,关于本题的难点我在文中已经详细列出。
如果单纯的回溯搜索(深搜)并不难,难还难在容器的选择和使用上!
本题其实是一道深度优先搜索的题目,但是我完全使用回溯法的思路来讲解这道题题目,算是给大家拓展一下思维方式,其实深搜和回溯也是分不开的,毕竟最终都是用递归
51. N皇后
题目链接:51. N皇后
文档讲解:代码随想录/N皇后
视频讲解:视频讲解-N皇后
状态:已完成(1遍)
解题过程
看完代码随想录之后的想法
讲解代码如下:
/**
* @param {number} n
* @return {string[][]}
*/
var solveNQueens = function (n) {
const ans = [];
const path = [];
const matrix = new Array(n).fill(0).map(() => new Array(n).fill("."));
// 判断是否能相互攻击
const canAttack = (matrix, row, col) => {
let i;
let j;
// 判断正上方和正下方是否有皇后
for (i = 0, j = col; i < n; i++) {
if (matrix[i][j] === "Q") {
return true;
}
}
// 判断正左边和正右边是否有皇后
for (i = row, j = 0; j < n; j++) {
if (matrix[i][j] === "Q") {
return true;
}
}
// 判断左上方是否有皇后
for (i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {
if (matrix[i][j] === "Q") {
return true;
}
}
// 判断右上方是否有皇后
for (i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {
if (matrix[i][j] === "Q") {
return true;
}
}
return false;
};
const backtrack = (matrix, row, col) => {
if (path.length === matrix.length) {
ans.push(path.slice());
return;
}
for (let i = row; i < matrix.length; i++) {
for (let j = col; j < matrix.length; j++) {
// 当前位置会导致互相攻击 继续下一轮搜索
if (canAttack(matrix, i, j)) {
continue;
}
matrix[i][j] = "Q";
path.push(matrix[i].join(""));
// 另起一行搜索 同一行只能有一个皇后
backtrack(matrix, i + 1, 0);
matrix[i][j] = ".";
path.pop();
}
}
};
backtrack(matrix, 0, 0);
return ans;
};
总结
从图中,可以看出,二维矩阵中矩阵的高就是这棵树的高度,矩阵的宽就是树形结构中每一个节点的宽度。
那么我们用皇后们的约束条件,来回溯搜索这棵树,只要搜索到了树的叶子节点,说明就找到了皇后们的合理位置了。
如果从来没有接触过N皇后问题的同学看着这样的题会感觉无从下手,可能知道要用回溯法,但也不知道该怎么去搜。
这里卡尔哥明确给出了棋盘的宽度就是for循环的长度,递归的深度就是棋盘的高度,这样就可以套进回溯法的模板里了。
----------------------------引自代码随想录
37. 解数独
题目链接:37. 解数独
文档讲解:代码随想录/解数独
视频讲解:视频讲解-解数独
状态:已完成(1遍)
解题过程
看完代码随想录之后的想法
讲解代码如下:
/**
* @param {character[][]} board
* @return {void} Do not return anything, modify board in-place instead.
*/
var solveSudoku = function(board) {
function isValid(row, col, val, board) {
let len = board.length
// 行不能重复
for(let i = 0; i < len; i++) {
if(board[row][i] === val) {
return false
}
}
// 列不能重复
for(let i = 0; i < len; i++) {
if(board[i][col] === val) {
return false
}
}
let startRow = Math.floor(row / 3) * 3
let startCol = Math.floor(col / 3) * 3
for(let i = startRow; i < startRow + 3; i++) {
for(let j = startCol; j < startCol + 3; j++) {
if(board[i][j] === val) {
return false
}
}
}
return true
}
function backTracking() {
for(let i = 0; i < board.length; i++) {
for(let j = 0; j < board[0].length; j++) {
if(board[i][j] !== '.') continue
for(let val = 1; val <= 9; val++) {
if(isValid(i, j, `${val}`, board)) {
board[i][j] = `${val}`
if (backTracking()) {
return true
}
board[i][j] = `.`
}
}
return false
}
}
return true
}
backTracking(board)
return board
};
总结
复制一段代码随想录的总结:
棋盘的每一个位置都要放一个数字,并检查数字是否合法,解数独的树形结构要比N皇后更宽更深。
因为这个树形结构太大了,我抽取一部分,如图所示:
解数独可以说是非常难的题目了,如果还一直停留在一维递归的逻辑中,这道题目可以让大家瞬间崩溃。
所以我在回溯算法:解数独 (opens new window)中开篇就提到了二维递归,这也是我自创词汇,希望可以帮助大家理解解数独的搜索过程。
一波分析之后,在看代码会发现其实也不难,唯一难点就是理解二维递归的思维逻辑。
这样,解数独这么难的问题也被我们攻克了。