代码随想录算法训练营day 30|第七章 回溯算法part06

332.重新安排行程（可跳过） 

代码随想录

这道题关键是要在保证连续使用完全部的车票的情况下，尽量保证每次的目的地值尽量的小。主要需要判断出要使用什么样的储存方式。文章中给出的储存方式就很巧妙，使用unordered_map<string, map<string, int>>来储存信息，这样就可以做到根据form来准确找到哪些车票可以使用，然后根据map会自动给键从小到大排序，这样每次取出的票默认最小的目的地，然后根据值（int）来判断这张票是否还有剩余，如果没有再选择次小的（注意map类都需要使用迭代器来遍历）。

要事先给res数组装入默认出发地，这样只要保证每次递归函数调用只是装入目的地即可，这样就可以保证得到完整路线。注意一旦res数组的size==车票数量+1，就证明已经使用完全部车票（而不是恰好等于车票数量），因为在加入这张车票之前，需要判断加入了这张车票之后能不能保证使用完全部车票，也就是需要知道后续递归函数的结果，所以需要有bool返回值，一旦不能全部使用车票，就立即换用下一张可行车票，进一步如果将全部车票都用了，还是不行，那就返回false，而如果确实能得到最终结果，那就直接返回true不再继续试探。

因为map自动排好大小，所以每次一定是最先取出更优解，所以只要判断这个解行不行得通即可，这样一旦行得通，就证明已经得到结果。

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 backtracking(int ticketNum, vector<string>& result) {
    if (result.size() == ticketNum + 1) {
        return true;
    }
    for (pair<const string, int>& target : targets[result[result.size() - 1]]) {
        if (target.second > 0 ) { // 记录到达机场是否飞过了
            result.push_back(target.first);
            target.second--;
            if (backtracking(ticketNum, result)) return true;
            result.pop_back();
            target.second++;
        }
    }
    return false;
}
public:
    vector<string> findItinerary(vector<vector<string>>& tickets) {
        targets.clear();
        vector<string> result;
        for (const vector<string>& vec : tickets) {
            targets[vec[0]][vec[1]]++; // 记录映射关系
        }
        result.push_back("JFK"); // 起始机场
        backtracking(tickets.size(), result);
        return result;
    }
};

51. N皇后（可跳过） 

代码随想录

视频讲解：这就是传说中的N皇后？ 回溯算法安排！| LeetCode：51.N皇后_哔哩哔哩_bilibili

这道题是很经典的回溯问题，其实并不算特别难，只要把握回溯算法的精髓也能做出来。

首先要明白，需要传入一个path的string数组才储存每次的结果，并且需要全部2初始化为“....”，这样每次只要选出合适的位置来放Q即可。

其次要明白，要按照一行一行地来解决，这样首先就能保证一行不会出现两个Q，然后每一行（每次递归）要依次在每一个位置试探Q的位置，这样就需要传入要处理的行下标做参数，因为题目有多解要找到，所以一旦行下标==size，就直接收获结果，而且不需要返回值，因为不用特意终止递归，必须要每一个位置都试探过了才能收集到全部结果。

每次到了一行，如果试探到了一个可行位置，那就直接递归调用函数即可，调用完了，不用管这个位置是否真的是最终结果的Q的位置，都需要恢复原样，继续试探下一个位置。具体试探只要试探之前行的Q的位置即可，因为是一行一行地依次放Q。

class Solution {
public:
    vector<vector<string>> res; 
    bool Judge(vector<string>& path,int x,int y){
        //竖行：
        for(int i=0;i<x;i++){
            if(path[i][y]=='Q') return false;
        }
        //正斜线：
        int i=x-1,j=y-1;
        while((i>=0)&&(j>=0)){
            if(path[i--][j--]=='Q') return false;
        }
        //负斜线：
        i=x-1,j=y+1;
        while((i>=0)&&(j<path.size())){
            if(path[i--][j++]=='Q') return false;
        }
        return true;
    }   
    void backtracking(vector<string>& path,int index){
        if(index==path.size()){
            res.push_back(path);
            return ;
        }
        for(int i=0;i<path.size();i++){
            if(!Judge(path,index,i)) continue;
            path[index][i]='Q';
            backtracking(path,index+1);
            path[index][i]='.';
        }

    }
    vector<vector<string>> solveNQueens(int n) {
        string str;
        for(int i=0;i<n;i++) str+=".";
        vector<string> path(n,str);
        backtracking(path,0);
        return res;
    }
};

37. 解数独（可跳过） 

代码随想录

视频讲解：回溯算法二维递归？解数独不过如此！| LeetCode：37. 解数独_哔哩哔哩_bilibili

这道题的关键就是怎样合理地套用回溯模板。首先要明确，这道题和上一道N皇后问题是不同的，主要在于N皇后是每一行找一个位置来试探，虽然也说是棋盘，但实际上对于一种解决方案并不是一行的每一个位置都要填入数据，这样只需要一行一行来解决问题即可（使用一层for循环），而解决数独问题是要在每一行的每一个空格内都填入数据，这是不能按照一行一行来解决问题的，而是要按照一个空格、一个空格来解决问题，所以就是二维的（需要两层for循环）。也可以这样想，每次递归函数都一定要将每一个方格依次遍历，这样才能不漏掉，而没办法记录行下标或列下标，来直接简单地减少循环次数。

每遍历到一个未填入数字的空格的时候，需要依次将每一个数都填进去一遍来试探，如果合法，就直接再递归调用，如果能返回true那就证明已经得到结果，直接返回就可以了，这道题并不是多个结果，所以一旦填满空格就直接返回true即可（也就是for循环中遍历完都没有发现一个空格——出了for循环直接返回true）。所以应该是每次调用函数只填入一个空格，然后立马调用递归函数来填入下一个空格。

如果发现某次试探一个空格的时候，试探了所有合法的数字都不满足条件，那就证明上一个填入的数字是错的，所以这次函数直接返回false。

还有关于如何判断一个数字填在这里是否合法，要先不填，试探是否board里面已经出现了和要填入的数字相同的数字，如果已经填入了，那就返回false，反之就证明这个数字填在这里合法，返回true。然后一个巧妙的方法找到所在九宫格的起始下标的方法是直接 /3，再*3，这样除去了余数，就直接是起始下标了。

class Solution {
private:
bool backtracking(vector<vector<char>>& board) {
    for (int i = 0; i < board.size(); i++) {        // 遍历行
        for (int j = 0; j < board[0].size(); j++) { // 遍历列
            if (board[i][j] == '.') {
                for (char k = '1'; k <= '9'; k++) {     // (i, j) 这个位置放k是否合适
                    if (isValid(i, j, k, board)) {
                        board[i][j] = k;                // 放置k
                        if (backtracking(board)) return true; // 如果找到合适一组立刻返回
                        board[i][j] = '.';              // 回溯，撤销k
                    }
                }
                return false;  // 9个数都试完了，都不行，那么就返回false
            }
        }
    }
    return true; // 遍历完没有返回false，说明找到了合适棋盘位置了
}
bool isValid(int row, int col, char val, vector<vector<char>>& board) {
    for (int i = 0; i < 9; i++) { // 判断行里是否重复
        if (board[row][i] == val) {
            return false;
        }
    }
    for (int j = 0; j < 9; j++) { // 判断列里是否重复
        if (board[j][col] == val) {
            return false;
        }
    }
    int startRow = (row / 3) * 3;
    int startCol = (col / 3) * 3;
    for (int i = startRow; i < startRow + 3; i++) { // 判断9方格里是否重复
        for (int j = startCol; j < startCol + 3; j++) {
            if (board[i][j] == val ) {
                return false;
            }
        }
    }
    return true;
}
public:
    void solveSudoku(vector<vector<char>>& board) {
        backtracking(board);
    }
};

总结 

代码随想录

for循环横向遍历，递归纵向遍历，回溯不断调整结果集。

在for循环上做剪枝操作是回溯法剪枝的常见套路。

startIndex来控制for循环的起始位置——
如果是一个集合来求组合的话，就需要startIndex；如果是多个集合取组合，各个集合之间相互不影响，那么就不用startIndex。

去重问题——
“使用过”在这个树形结构上是有两个维度的，一个维度是同一树枝上“使用过”（往往要保留，也就是同一个解决方案可以出现相等的元素），一个维度是同一树层上“使用过”（往往是要去重的部分，也就是不同解决方案不能出现同一位置有两个相同元素）。树层去重，效率更高。

二维递归问题：解数独问题。