代码随想录算法训练营第三十天|回溯算法的总结、332.重新安排日程

最新推荐文章于 2024-10-14 09:08:48 发布

千Q

最新推荐文章于 2024-10-14 09:08:48 发布

阅读量282

点赞数 5

分类专栏：算法训练文章标签：算法 java leetcode

本文链接：https://blog.csdn.net/m0_63447687/article/details/137428972

版权

算法训练专栏收录该内容

54 篇文章 0 订阅

订阅专栏

代码随想录算法训练营第三十天|回溯算法的总结、332.重新安排日程

回溯算法的总结

回溯算法可以解决的问题

组合问题：如果是一个集合求组合，需要用startIndex，如果是多个集合，且集合之间互不影响，则不用startIndex。

去重问题：先给数组排序，然后用标记数组记录哪些数字已经被使用过。

排列问题：每层都是从0开始搜索，用标记数组记录哪些数据已经被使用过。
切割问题：切割问题难度在于怎么切割呢？终止条件是什么？如果获取切割完后的字串呢？

模拟组合来切割，终止条件是已经分割成目标段数并且分割出的字串是符合条件的，获取字串用StringBuilder记录遍历的字串，然后toString()方法转换为字符串加到结果集。

子集问题：子集问题和组合问题唯一的区别就是：组合问题求的的结果在叶子节点，二子集的结果在树枝上，当然也包括叶子节点，所以代码上与组合问题的不同之处在于收集结果的位置不同。
棋盘问题：N皇后，解数独等

回溯模板：

void backtracking(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择：本层集合中元素（树中节点孩子的数量就是集合的大小）) {
        处理节点;
        backtracking(路径，选择列表); // 递归
        回溯，撤销处理结果
    }
}

332.重新安排日程

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"]

题解：

代码：(超时代码)

class Solution {
    List<String> res=new ArrayList<>();
    List<String> path=new ArrayList<>();
    public List<String> findItinerary(List<List<String>> tickets) {
        boolean [] used=new boolean[tickets.size()];
        Collections.sort(tickets,(a,b)->a.get(1).compareTo(b.get(1)));
        path.add("JFK");
        backtracking(tickets,used);
        return res;
    }
    public boolean backtracking(List<List<String>> tickets,boolean [] used){
        //终止条件 机场数比航班数多1
        if(path.size()==tickets.size()+1){
            res=path;
            return true;
        }
        //for循环
        for(int i=0;i<tickets.size();i++){
            if(!used[i] && tickets.get(i).get(0).equals(path.getLast())){
                path.add(tickets.get(i).get(1));
                used[i]=true;

                if(backtracking(tickets,used)){
                    return true;
                }
                used[i]=false;
                path.removeLast();
            }
        }
        return false;
    }
}

优化代码：

要优化这段代码以避免超时，你可以考虑以下几点：

使用 HashMap 代替 ArrayList 来存储机场及其对应的航班信息。这样可以提高查找速度，避免每次都遍历整个列表来查找目标机场的航班。

采用深度优先搜索（DFS）来遍历航班。这样可以尽早找到满足条件的路径，避免不必要的遍历。

在 DFS 中使用递归或栈来实现。递归比较直观，而栈则可以手动控制搜索顺序，适合对搜索顺序有要求的情况。在找到第一个满足条件的路径后就立即返回。不必继续搜索其他可能的路径。

有效代码：

class Solution {
    List<String> res = new ArrayList<>();
    Map<String, PriorityQueue<String>> flights = new HashMap<>();

    public List<String> findItinerary(List<List<String>> tickets) {
        // 构建航班信息
        for (List<String> ticket : tickets) {
            flights.computeIfAbsent(ticket.get(0), k -> new PriorityQueue<>()).add(ticket.get(1));
        }

        // 从起始机场开始 DFS
        dfs("JFK");
        return res;
    }

    private void dfs(String airport) {
        // 检查当前机场是否存在航班
        PriorityQueue<String> destinations = flights.getOrDefault(airport, new PriorityQueue<>());
        while (!destinations.isEmpty()) {
            dfs(destinations.poll());
        }
        // 将当前机场加入结果集
        res.add(0, airport);
    }
}