332. 重新安排行程（力扣LeetCode）

文章目录

• [332. 重新安排行程](#332. 重新安排行程)
• • 题目描述
  • 思路
  • • 如何理解死循环
    • 该记录映射关系
  • dfs（回溯法）
  • • 代码

332. 重新安排行程

题目描述

给你一份航线列表 tickets ，其中 ticketsi = 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"

示例 2：

输入：tickets = \["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" ，但是它字典排序更大更靠后。

提示：

• 1 <= tickets.length <= 300
• ticketsi.length == 2
• fromi.length == 3
• toi.length == 3
• from_i 和 to_i 由大写英文字母组成
• from_i != to_i

思路

这道题目还是很难的，之前我们用回溯法解决了如下问题：组合问题 (opens new window)，分割问题 (opens new window)，子集问题 (opens new window)，排列问题 (opens new window)。

直觉上来看 这道题和回溯法没有什么关系，更像是图论中的深度优先搜索。

实际上确实是深搜，但这是深搜中使用了回溯的例子，在查找路径的时候，如果不回溯，怎么能查到目标路径呢。

所以我倾向于说本题应该使用回溯法，那么我也用回溯法的思路来讲解本题，其实深搜一般都使用了回溯法的思路，在图论系列中我会再详细讲解深搜。

这里就是先给大家拓展一下，原来回溯法还可以这么玩！

这道题目有几个难点：

1. 一个行程中，如果航班处理不好容易变成一个圈，成为死循环
2. 有多种解法，字母序靠前排在前面，让很多同学望而退步，如何该记录映射关系呢 ？
3. 使用回溯法（也可以说深搜） 的话，那么终止条件是什么呢？
4. 搜索的过程中，如何遍历一个机场所对应的所有机场。

针对以上问题我来逐一解答！

如何理解死循环

对于死循环，我来举一个有重复机场的例子：

为什么要举这个例子呢，就是告诉大家，出发机场和到达机场也会重复的，如果在解题的过程中没有对集合元素处理好，就会死循环。

该记录映射关系

有多种解法，字母序靠前排在前面，让很多同学望而退步，如何该记录映射关系呢 ？

一个机场映射多个机场，机场之间要靠字母序排列，一个机场映射多个机场，可以使用std::unordered_map，如果让多个机场之间再有顺序的话，就是用std::map 或者std::multimap 或者 std::multiset。

如果对map 和 set 的实现机制不太了解，也不清楚为什么 map、multimap就是有序的同学，可以看这篇文章关于哈希表，你该了解这些！

这样存放映射关系可以定义为 unordered_map<string, multiset<string>> targets 或者 unordered_map<string, map<string, int>> targets。

含义如下：

unordered_map<string, multiset> targets：unordered_map<出发机场, 到达机场的集合> targets

unordered_map<string, map<string, int>> targets：unordered_map<出发机场, map<到达机场, 航班次数>> targets

这两个结构，我选择了后者，因为如果使用unordered_map<string, multiset<string>> targets 遍历multiset的时候，不能删除元素，一旦删除元素，迭代器就失效了。

再说一下为什么一定要增删元素呢，正如开篇我给出的图中所示，出发机场和到达机场是会重复的，搜索的过程没及时删除目的机场就会死循环。

所以搜索的过程中就是要不断的删multiset里的元素，那么推荐使用unordered_map<string, map<string, int>> targets。

在遍历 unordered_map<出发机场, map<到达机场, 航班次数>> targets的过程中，可以使用"航班次数"这个字段的数字做相应的增减，来标记到达机场是否使用过了。

如果"航班次数"大于零，说明目的地还可以飞，如果"航班次数"等于零说明目的地不能飞了，而不用对集合做删除元素或者增加元素的操作。

相当于说我不删，我就做一个标记！

dfs（回溯法）

这道题目我使用回溯法，那么下面按照我总结的回溯模板来：

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
    }
}

本题以输入：\["JFK", "KUL", "JFK", "NRT", "NRT", "JFK"为例，抽象为树形结构如下：

开始回溯三部曲讲解：

• 递归函数参数

在讲解映射关系的时候，已经讲过了，使用unordered_map<string, map<string, int>> targets; 来记录航班的映射关系，我定义为全局变量。

当然把参数放进函数里传进去也是可以的，我是尽量控制函数里参数的长度。

参数里还需要ticketNum，表示有多少个航班（终止条件会用上）。

代码如下：

// 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) {

注意函数返回值我用的是bool！

我们之前讲解回溯算法的时候，一般函数返回值都是void，这次为什么是bool呢？

因为我们只需要找到一个行程，就是在树形结构中唯一的一条通向叶子节点的路线，如图：

所以找到了这个叶子节点了直接返回

当然本题的targets和result都需要初始化，代码如下：

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

• 递归终止条件

拿题目中的示例为例，输入: \["MUC", "LHR", "JFK", "MUC", "SFO", "SJC", "LHR", "SFO"] ，这是有4个航班，那么只要找出一种行程，行程里的机场个数是5就可以了。

所以终止条件是：我们回溯遍历的过程中，遇到的机场个数，如果达到了（航班数量+1），那么我们就找到了一个行程，把所有航班串在一起了。

代码如下：

if (result.size() == ticketNum + 1) {
    return true;
}

• 单层搜索的逻辑

回溯的过程中，如何遍历一个机场所对应的所有机场呢？

这里刚刚说过，在选择映射函数的时候，不能选择unordered_map<string, multiset<string>> targets， 因为一旦有元素增删multiset的迭代器就会失效，当然可能有牛逼的容器删除元素迭代器不会失效，这里就不在讨论了。

可以说本题既要找到一个对数据进行排序的容器，而且还要容易增删元素，迭代器还不能失效。

所以我选择了unordered_map<string, map<string, int>> targets来做机场之间的映射。

遍历过程如下：

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++;
    }
}

可以看出 通过unordered_map<string, map<string, int>> targets里的int字段来判断 这个集合里的机场是否使用过，这样避免了直接去删元素。

代码

下面是针对提供的C++代码的详细注释，解释了代码的功能以及每个重要部分的作用，旨在帮助理解如何重新安排航班行程的问题：

class Solution {
public:
    // 主函数，用来调用回溯并返回最终的行程列表
    vector<string> findItinerary(vector<vector<string>>& tickets) {
        // 遍历所有的票并记录每一对出发地和目的地之间的票数
        for(vector<string> i : tickets)
            tar[i[0]][i[1]]++;
        
        // 行程总是从JFK开始，所以先添加JFK到结果中
        res.push_back("JFK");
        // 调用回溯函数，尝试构建合理的行程
        back_stracking(tickets.size(),res);
        // 返回构建好的行程
        return res;
    }

private:
    // 用于存放最终结果行程的列表
    vector<string> res;
    // 使用一个映射来记录每一对出发地和目的地间的票数
    // 由于map默认按key排序，因此内部的map会根据字典序自动排序目的地
    unordered_map<string,map<string,int>> tar;
    
    // 回溯函数，用来尝试构建行程
    bool back_stracking(int num, vector<string>& res) {
        // 如果行程的长度等于所有票的数量+1（因为最终的行程会比票的数量多一个出发地），则找到了一个有效的行程
        if(res.size() == num + 1)
            return true;
        // 遍历当前出发地到不同目的地的所有票
        for(pair<const string,int>& tics : tar[res[res.size()-1]]) {
            // 如果当前有剩余的票，则尝试这个目的地
            if(tics.second > 0) {
                // 使用一张票，并将目的地添加到行程中
                tics.second--;
                res.push_back(tics.first);
                // 继续回溯，如果返回true，说明找到了有效行程，直接返回true
                if(back_stracking(num,res)) return true;
                // 如果没有找到有效行程，回溯，即撤销刚才的选择
                res.pop_back();
                tics.second++;
            }
        }
        // 如果所有票都尝试过仍未找到有效行程，则返回false
        return false;
    }
};

这段代码的核心思想是使用深度优先搜索（DFS）结合回溯来寻找所有可能的行程，并利用map的自动排序特性来保证行程按字典序排列。每尝试一种行程，都会从相应的出发地-目的地对中减去一张票，并递归搜索。如果最终构成的行程长度正确，则说明找到了一个符合条件的行程。如果某条路径无法构成有效行程，则会撤销这一选择（即回溯）并尝试其他可能的目的地。这个过程会一直持续，直到找到一个有效的行程或者所有的行程都尝试完毕。

---

代码中

for (pair<const string, int>& target : targets[result[result.size() - 1]])

一定要加上引用即 & target，因为后面有对 target.second 做减减操作，如果没有引用，单纯复制，这个结果就没记录下来，那最后的结果就不对了。

加上引用之后，就必须在 string 前面加上 const，因为map中的key 是不可修改了，这就是语法规定了。

---