本文主要是介绍【深度优先搜索】【图论】【推荐】332. 重新安排行程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
作者推荐
动态规划的时间复杂度优化
本文涉及知识点
深度优先搜索 图论
LeetCode332. 重新安排行程
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”]
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
tickets[i].length == 2
fromi.length == 3
toi.length == 3
fromi 和 toi 由大写英文字母组成
fromi != toi
基础知识
定义
如果图G中的一个路径包括每个边恰好一次,则该路径称为欧拉路径(Euler path)。
如果一个回路是欧拉路径,则称为欧拉回路(Euler circuit)。
性质
性质一:一个有向图是欧拉回路 ⟺ \iff ⟺所有顶点的入度等于出度且该图是连通图。
性质二:一个有向图是欧拉路径 ⟺ \iff ⟺ 起点出度等于入度+1,终点入度=出度+1,其它顶点的入度等于出度且该图是连通图。
欧拉路径和回路符合性质比较简单,不证明。下面只证明性质一必定是欧拉回路,性质二是欧拉路径。
证明一
设有向图G符合性质一。
操作一:以任意定点为起点s,选取s的任意临接点n1,删除sn1后,除s外,其它顶点都是出度等于入度,就是进入后,一定会离开。由于顶点的出度和入度是有限的,所以一定会结束,而结束点一定是s(因为只有它入度大于出度)。设删除经过的路径为P1。
最后一次经过s后,可能有些点入度并不为0。
→ { ∗ ∗ 操作二 ∗ ∗ 图 G 删除 P 1 各边,此时余下的边 P 2 仍然符合性质一。 P 1 经过的各点,一定有点 n 2 出度不为 0 。否则与连通图矛盾。 \rightarrow\begin{cases}**操作二**图G删除P1各边,此时余下的边P2仍然符合性质一。\\ P1经过的各点,一定有点n2出度不为0。否则与连通图矛盾。\\ \end{cases} →{∗∗操作二∗∗图G删除P1各边,此时余下的边P2仍然符合性质一。P1经过的各点,一定有点n2出度不为0。否则与连通图矛盾。
操作二时:如果有重边,经过几次则删除几条。
以n2为起点对P2进行操作一,得到P3,必定以n2开始和结尾。
用P3替换P1的n2节点。如此往复直到所有节点出度入度为0。
证明二
设有向图G符合性质二,s出度=入度+1,e入度=出度+1。一定存在以s为起点,e为终点的路径P1。选取方法类似证明一,多个出边任选一条出边。图G删除P1后,为P2;P2要么为空,要么符合性质二。
深度优先搜索
题目确保某条从JFK为起点的路径是欧拉路径。
如果是欧拉环路:所有点出度等于入度。
如果不是环路:起点出度-1==入度 终点入度=出度+1,其它节点入度等于出度。
必须确保起点最后访问终点那一支,其它访问顺序按字典需。
DFS 函数
主函数
DFS(“JFK”)
颠倒m_vRes的顺序
返回m_vRet。
示例和时序图
按时间线访问m_vRes的顺序:DAFEACBA。转置(颠倒顺序)后为:ABCAEFAD。
证明:
假定图G的欧拉路径最后一个出度大于1的节点为c,它共有m+1+n条出边,按邻接字典序排序后,第m+1条出边指向终点e。
步骤一:只讨论节点c及之后的路径。设c的临接点按字典序分别为:n[1] …n[m+n+1]。
除DFS(n[1+m] → \rightarrow →e)可以直接结束,其它节点都必须等所有A的出边都访问结束(包括n[1+m]),所以 n[1+m] → \rightarrow →e 的逆序最先加到vRet。
c → \rightarrow →n[n+m+1]是c最后一条出边,故将 n[i+m+1] → \rightarrow →c 的逆序放到vRet 中。
c → \rightarrow →n[n+m ]是c最倒数第二条出边,故将 n[i+m] → \rightarrow →c 的逆序放到vRet 中。
⋯ \cdots ⋯ 将 n[1+m+1] → \rightarrow →c 的逆序放到vRet 中。
⋮ \vdots ⋮
⋯ \cdots ⋯ 将 n[m] → \rightarrow →c 的逆序放到vRet 中。
⋯ \cdots ⋯ n[1 ] → \rightarrow →c 的逆序放到vRet 中。
将c 放到vRet 中。
步骤二:将图G 节点c及之后节点的出边都删除。c变成新的终点。
不断持续步骤一二到所有节点的出度为1。注意:c等于e也符合。
代码
核心代码
class Solution {
public:vector<string> findItinerary(vector<vector<string>>& tickets) {std::unordered_map<string, multiset<string>> mNeiBo;for (const auto& v : tickets){mNeiBo[v[0]].emplace(v[1]);}DFS(mNeiBo, "JFK");std::reverse(m_vRet.begin(), m_vRet.end());return m_vRet;}void DFS(std::unordered_map<string, multiset<string>>& mNeiBo,const string& cur){while (mNeiBo[cur].size()){auto next = *mNeiBo[cur].begin();mNeiBo[cur].erase(mNeiBo[cur].begin());DFS(mNeiBo, next);}m_vRet.emplace_back(cur);}vector<string> m_vRet;
};
测试用例
template<class T,class T2>
void Assert(const T& t1, const T2& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{vector<vector<string>> tickets;{Solution sln;tickets = { {"MUC","LHR"},{"JFK","MUC"},{"SFO","SJC"},{"LHR","SFO"} };auto res = sln.findItinerary(tickets);Assert({ "JFK","MUC","LHR","SFO","SJC" }, res);}{Solution sln;tickets = { {"JFK","SFO"},{"JFK","ATL"},{"SFO","ATL"},{"ATL","JFK"},{"ATL","SFO"} };auto res = sln.findItinerary(tickets);Assert({ "JFK","ATL","JFK","SFO","ATL","SFO" }, res);}
}
2023年4月
class Solution {
public:vector<string> findItinerary(vector<vector<string>>& tickets) { for (const auto& v : tickets){m_vNeiB[v[0]].emplace(v[1]);}dfs("JFK");std::reverse(m_vRet.begin(), m_vRet.end());return m_vRet;}void dfs(const string& sCur){while (m_vNeiB.count(sCur) && m_vNeiB[sCur].size()){const string sNext = m_vNeiB[sCur].top();m_vNeiB[sCur].pop();dfs(sNext);}m_vRet.emplace_back(sCur);}std::unordered_map < string, std::priority_queue<string, vector<string>, greater<string>>> m_vNeiB;vector<string> m_vRet;
};
扩展阅读
视频课程
有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快
速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关
下载
想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
我想对大家说的话 |
---|
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
如果程序是一条龙,那算法就是他的是睛 |
测试环境
操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。
这篇关于【深度优先搜索】【图论】【推荐】332. 重新安排行程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!