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。
说明:
如果存在多种有效的行程,你可以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。
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。
猛一看就是个图论的题,仔细一看是一个一笔画问题。由于前两天题目的影响,直接就考虑回溯算法。尝试走一条路如果不行后退,选择下一条路。对于要求字典序的路径优先,可以在寻找的时候优先字母小的目的地。这里就涉及到图的数据结构的选择。由于再往前寻找的过程中要求删除已经经过的节点,并在没有希望的时候加回来,因此要求能够快速的增删;此外,再考察某一个节点时,应能够快速地排序。最后选择了实现一个multiset来满足这些要求:
class Solution {
int expect;
private void addTicket(TreeMap<String, Integer> tree, String to) {
if(tree.containsKey(to)) {
tree.put(to, tree.get(to) + 1);
} else {
tree.put(to, 1);
}
}
private void delTicket(TreeMap<String, Integer> tree, String to) {
int num = tree.get(to);
if(num == 1) {
tree.remove(to);
} else {
tree.put(to, num - 1);
}
}
private boolean rec(LinkedList<String> ans, HashMap<String, TreeMap<String, Integer>> graph, String cur) {
//由于递归中会更改tree 所以先把当前时刻剩的所有票n拿出来迭代
TreeMap<String, Integer> tree = graph.get(cur);
ans.add(cur);
if(tree == null || tree.size() == 0 ) {
if(ans.size() == expect) {
return true;
} else {
ans.removeLast();
return false;
}
}
String[] curTickets = tree.keySet().toArray(new String[0]);
for(String to : curTickets) {
delTicket(tree, to);
if(rec(ans, graph, to) == true) {
return true;
}
addTicket(tree, to);
}
ans.removeLast();
return false;
}
public List<String> findItinerary(List<List<String>> tickets) {
LinkedList<String> ans = new LinkedList<String>();
expect = tickets.size() + 1;
HashMap<String, TreeMap<String, Integer>> graph = new HashMap<String, TreeMap<String, Integer>>();
//依然是回溯算法 这次不用全局变量试一试
for(List<String> ticket : tickets) {
TreeMap<String, Integer> tree;
String from = ticket.get(0);
String to = ticket.get(1);
if(graph.containsKey(from)) {
tree = graph.get(from);
} else {
tree = new TreeMap<String, Integer>();
graph.put(from, tree);
}
addTicket(tree, to);
}
rec(ans, graph, "JFK");
return ans;
}
}
看了一下题解,使用dfs能非常漂亮地解决这个问题。代码如下:
class Solution {
void rec(LinkedList<String> ans, HashMap<String, PriorityQueue<String>> graph, String cur) {
while(graph.containsKey(cur) && graph.get(cur).size() != 0) {
rec(ans, graph, graph.get(cur).poll());
}
ans.addFirst(cur);
}
public List<String> findItinerary(List<List<String>> tickets) {
LinkedList<String> ans = new LinkedList<String>();
HashMap<String, PriorityQueue<String>> graph = new HashMap<String, PriorityQueue<String>>();
for(List<String> ticket : tickets) {
PriorityQueue<String> q;
String from = ticket.get(0);
String to = ticket.get(1);
if(graph.containsKey(from)) {
q = graph.get(from);
} else {
q = new PriorityQueue<String>();
graph.put(from, q);
}
q.add(to);
}
rec(ans, graph, "JFK");
return ans;
}
}
代码很简单。思路是先贪心地往前找,知道没有路走了返回。如果走到死胡同了退回。要点是在dfs返回的时候更新答案,由于题目中的图满足可以找到一笔画,只有一个死胡同,可以保证死胡同是最早返回的,按照倒序往答案里添加,则可以保证是最后走到死胡同的。
说起来很简单代码实现也不难,但是智力孤危的我实在是想不明白这么做为什么是正确的TAT。闷头想了半天,把一些思考的结果分享一下吧。
假设走到死胡同的时候的路径是s1。那么dfs返回的时候,如果存在别的分支,相当于往s1上添加子路。不妨设存在子路为s2,如果s2能够插入到s1的不同的位置,由于s1是贪心的方式选出的所以s1中节点的相对位置肯定是当前为最优。以一个例子说明:
一开始走到死胡同的路是DABCDB,可行的路包括DABCECDB和DBCECDA。则按章一开始贪心的方法选出的路径字典序最优
此外,分支能加在不同位置,同样由于一开始走到死胡同的是贪心选出的,应当是加在靠后的位置字典序更优。例子:
贪心的走的死胡同是ABCBC则BDB分支放在靠近结尾的地方比较好。二者正是DFS能够保证的
其实这么个解释法不是特别数学…可惜我的智力就这水平了