题目
链接:https://leetcode-cn.com/problems/reconstruct-itinerary
给定一个机票的字符串二维数组 [from, to],子数组中的两个成员分别表示飞机出发和降落的机场地点,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。
提示:
如果存在多种有效的行程,请你按字符自然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
所有的机场都用三个大写字母表示(机场代码)。
假定所有机票至少存在一种合理的行程。
所有的机票必须都用一次 且 只能用一次。
示例 1:
输入:[["MUC", "LHR"], ["JFK", "MUC"], ["SFO", "SJC"], ["LHR", "SFO"]]
输出:["JFK", "MUC", "LHR", "SFO", "SJC"]
示例 2:
输入:[["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"]。但是它自然排序更大更靠后。
回溯法
这题第一感觉是使用深度优先搜索做, 用回溯法做也是一样的,两者的本质都是递归。
这题的难点有:
- 怎样构建出发机场与与到达机场的映射(需要避免死循环的情况)
- 有多种解法怎样获得排序最小的行程
- 怎样确定回溯的结束条件
- 怎样遍历出发机场对应的所有到达机场
首先是构建出发机场与与到达机场的映射,可以使用Map<string,Map<string, Integer>>
,Map<出发机场,Map<到达机场, 到达机场能飞的次数>>
;由于要避免死循环的问题因此映射中使用了Map<string,Integer>
,如果该映射中的Value值大于0则说明该机场还可以飞。
为了使行程按照字符序更小那么就需要越靠左的到达机场越小越好,也就是尽量先走字符序小的航班,因此可以使用TreeMap
、priorityQueue
或者先按照到达机场的字符序排序,再使用LinkedHashMap
,LinkedHashMap
的遍历顺序就是元素加入的顺序,TreeMap
底层是红黑树,priorityQueue
底层是堆。
当遇到机场的个数等于机票数量加1(a张机票到达a+1个机场)时说明找到了一种行程直接返回。
下面代码使用排序+LinkedHashMap
:
class Solution {
// Map<出发机场,Map<到达机场,到达机场出现的次数>>
Map<String, LinkedHashMap<String,Integer>> targets = new HashMap<>();
// 存储搜索路径
List<String> result = new ArrayList<>();
public List<String> findItinerary(List<List<String>> tickets) {
Collections.sort(tickets, new Comparator<List<String>>() {
public int compare(List<String> o1, List<String> o2) {
return o1.get(1).compareTo(o2.get(1));
}
});
// 初始化映射
for (int i = 0; i < tickets.size(); i++) {
List<String> cur = tickets.get(i);
String from = cur.get(0);
String to = cur.get(1);
if (!targets.containsKey(from)) {
targets.put(from, new LinkedHashMap<>());
}
LinkedHashMap<String, Integer> valKV = targets.get(from);
valKV.put(to, valKV.getOrDefault(to, 0) + 1);
}
// 需要先添加出发机场
result.add("JFK");
backTracking(tickets.size()+1,result);
return result;
}
// ticket 记录航班个数
private boolean backTracking(int ticketNum, List<String> result) {
if (result.size() == ticketNum) {
return true;
}
// 最后一个出发的机场
String lastAirport = result.get(result.size() - 1);
if (targets.get(lastAirport) != null) {
for (Map.Entry<String, Integer> entry : targets.get(lastAirport).entrySet()) {
if (entry.getValue() > 0) {// 记录到达的机场是否已经飞过
result.add(entry.getKey());
entry.setValue(entry.getValue()-1);
if (backTracking(ticketNum , result)) return true;
entry.setValue(entry.getValue()+1);
result.remove(result.size() - 1);
}
}
}
return false;
}
}
下面是使用TreeMap
class Solution {
// Map<出发机场,Map<到达机场,到达机场出现的次数>>
Map<String, TreeMap<String,Integer>> targets = new HashMap<>();
// 存储搜索路径
List<String> result = new ArrayList<>();
public List<String> findItinerary(List<List<String>> tickets) {
// 初始化映射
for (int i = 0; i < tickets.size(); i++) {
List<String> cur = tickets.get(i);
String from = cur.get(0);
String to = cur.get(1);
if (!targets.containsKey(from)) {
targets.put(from, new TreeMap<>());
}
TreeMap<String, Integer> valKV = targets.get(from);
valKV.put(to, valKV.getOrDefault(to, 0) + 1);
}
// 需要先添加出发机场
result.add("JFK");
backTracking(tickets.size()+1,result);
return result;
}
// ticket 记录航班个数
private boolean backTracking(int ticketNum, List<String> result) {
if (result.size() == ticketNum) {
return true;
}
// 最后一个出发的机场
String lastAirport = result.get(result.size() - 1);
if (targets.get(lastAirport) != null) {
for (Map.Entry<String, Integer> entry : targets.get(lastAirport).entrySet()) {
if (entry.getValue() > 0) {// 记录到达的机场是否已经飞过
result.add(entry.getKey());
entry.setValue(entry.getValue()-1);
if (backTracking(ticketNum , result)) return true;
entry.setValue(entry.getValue()+1);
result.remove(result.size() - 1);
}
}
}
return false;
}
}