一、重新安排行程
1.题目
Leetcode:第 332 题
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。
2.解题思路
使用回溯算法来解决路径问题。findItinerary
函数负责初始化并开始回溯过程。backtracking
函数是回溯算法的核心,它尝试在每个位置添加一个城市,并递归地继续处理后续的城市。通过这种方式,backtracking
函数能够找到一条有效的旅行路径。targets
映射用于存储每个出发城市到到达城市的机票数量,这个映射在 findItinerary
函数中被构建,并在 backtracking
函数中被用来检查是否存在可用的机票。通过递归和回溯来搜索所有可能的解决方案。当找到一个满足条件的解时,递归返回 true
,否则尝试其他可能的路径。
3.实现代码
#include <iostream>
#include <vector>
#include <map>
#include <unordered_map>
using namespace std;class Solution {
public:// 使用 unordered_map 存储目标城市,其中 key 为出发城市,value 为一个 map,其 key 为到达城市,value 为机票数量unordered_map<string, map<string, int>> targets;// backtracking 函数实现回溯算法,尝试找出一条有效的旅行路径bool backtracking(int ticketNum, vector<string>& result) {// 如果当前路径长度等于机票数量加一(包括起点城市),说明找到了一条完整的路径if (result.size() == ticketNum + 1) {return true;}// 遍历当前结果路径最后一个城市的所有可到达城市for (pair<const string, int>& target : targets[result[result.size() - 1]]) {// 如果从当前城市到 target.first 的机票数量大于 0if (target.second > 0) { result.push_back(target.first);// 将 target.first 添加到结果路径中target.second--;// 减少 target.first 的机票数量if (backtracking(ticketNum, result)) return true; // 递归调用 backtracking 函数,尝试继续添加路径 result.pop_back();// 如果当前路径不可行,回溯:移除最后一个添加的城市target.second++;// 恢复机票数量}}return false;// 如果所有可能的路径都已经尝试过,但没有找到可行的路径,则返回 false}// findItinerary 函数用于找出一条最短的旅行路径vector<string> findItinerary(vector<vector<string>>& tickets) {targets.clear(); // 清空 targets,为新的机票数据做准备vector<string> result;// 统计每个出发城市到到达城市的机票数量for (const vector<string>& vec : tickets) {targets[vec[0]][vec[1]]++;}result.push_back("JFK");// 将起点城市 "JFK" 添加到结果路径中 backtracking(tickets.size(), result);// 从起点城市开始,使用 backtracking 函数尝试找出一条旅行路径return result; // 返回找到的旅行路径}
};//测试
int main()
{Solution p;vector<vector<string>>tickets = { {"MUC", "LHR"} ,{"JFK", "MUC"},{"SFO", "SJC"},{"LHR", "SFO"} };vector<string> result;vector<int>nums = { 1,2,2 };result = p.findItinerary(tickets);cout << "行程:" << endl;for (auto& ans : result) {cout << "[";for (auto& i : ans) {cout << i << " ";}cout << "] ," ;}printf("\b \n");return 0;
}
二、N皇后
1.题目
Leetcode:第 51 题
按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。
n 皇后问题 研究的是如何将 n
个皇后放置在 n×n
的棋盘上,并且使皇后彼此之间不能相互攻击。
给你一个整数 n
,返回所有不同的 n 皇后问题 的解决方案。
每一种解法包含一个不同的 n 皇后问题 的棋子放置方案,该方案中 'Q'
和 '.'
分别代表了皇后和空位。
示例 1:
输入:n = 4 输出:[[".Q..","...Q","Q...","..Q."],["..Q.","Q...","...Q",".Q.."]] 解释:如上图所示,4 皇后问题存在两个不同的解法。
示例 2:
输入:n = 1 输出:[["Q"]]
2.解题思路
使用回溯算法来解决棋盘问题。solveNQueens
函数负责初始化棋盘并开始回溯过程。backtracking
函数是回溯算法的核心,它尝试在每个位置放置皇后,并递归地继续处理后续的行。isValid
函数用于检查当前位置是否安全,即没有受到其他皇后的攻击。backtracking
函数通过递归尝试每一行的每一个位置来放置皇后。如果找到一个安全的位置,它将继续递归到下一行。如果这一行的所有位置都尝试过了,它将回溯到上一行,改变上一行皇后的位置。isValid
函数通过检查当前行的列、左上到右下的对角线、右上到左下的对角线是否有皇后来确定当前位置是否安全。这种方法可以找到所有可能的解决方案,即所有安全的皇后放置方式。
3.实现代码
#include <iostream>
#include <vector>
using namespace std;class Solution {
public:vector<vector<string>> result;// 定义一个二维字符串数组用于存储所有可能的棋盘布局结果// backtracking 函数实现回溯算法,尝试放置每一行的皇后void backtracking(int n, int row, vector<string>& chessboard) {// 如果当前行数等于 n,说明已经放置完所有行的皇后,找到了一个解决方案if (row == n) {result.push_back(chessboard);return;}// 遍历当前行的每一个列for (int col = 0; col < n; col++) {// 检查当前位置是否有效,即该位置没有受到其他皇后的攻击if (isValid(row, col, chessboard, n)) { chessboard[row][col] = 'Q'; // 在当前位置放置一个皇后backtracking(n, row + 1, chessboard);// 递归调用 backtracking 函数,尝试放置下一行的皇后chessboard[row][col] = '.';// 移除当前位置的皇后,回溯以便尝试其他位置}}}// isValid 函数用于检查当前行和列是否是安全的,即该位置没有受到其他皇后的攻击bool isValid(int row, int col, vector<string>& chessboard, int n) {// 检查列是否有其他皇后for (int i = 0; i < row; i++) {if (chessboard[i][col] == 'Q') {return false; // 如果同一列有皇后,则返回 false}}// 检查左上到右下的对角线是否有其他皇后for (int i = row - 1, j = col - 1; i >= 0 && j >= 0; i--, j--) {if (chessboard[i][j] == 'Q') {return false; // 如果对角线有皇后,则返回 false}}// 检查右上到左下的对角线是否有其他皇后for (int i = row - 1, j = col + 1; i >= 0 && j < n; i--, j++) {if (chessboard[i][j] == 'Q') {return false; // 如果对角线有皇后,则返回 false}}return true;// 如果当前位置安全,则返回 true}// solveNQueens 函数用于开始解决 N 皇后问题vector<vector<string>> solveNQueens(int n) { result.clear();// 清空结果集,为新的棋盘布局做准备vector<string> chessboard(n, string(n, '.')); // 初始化棋盘,所有位置先设为 '.'backtracking(n, 0, chessboard);// 从第一行开始放置皇后return result;// 返回所有可能的棋盘布局结果}
};//测试
int main()
{Solution s;int n;vector<vector<string>>result;cout << "请输入 n : ";cin >> n;result = s.solveNQueens(n);cout << "所有的解法有:" << endl;for (int i = 0; i < result.size(); i++) {cout << "第"<<i+1<<"种解法" << endl;for (int j = 0; j < n; j++) {cout << result[i][j] << " " << endl;}cout << endl;}cout <<endl;return 0;
}
三、解数独
1.题目
Leetcode:第 37 题
编写一个程序,通过填充空格来解决数独问题。
数独的解法需 遵循如下规则:
- 数字
1-9
在每一行只能出现一次。 - 数字
1-9
在每一列只能出现一次。 - 数字
1-9
在每一个以粗实线分隔的3x3
宫内只能出现一次。(请参考示例图)
数独部分空格内已填入了数字,空白格用 '.'
表示。
示例 1:
输入:board = [["5","3",".",".","7",".",".",".","."],["6",".",".","1","9","5",".",".","."],[".","9","8",".",".",".",".","6","."],["8",".",".",".","6",".",".",".","3"],["4",".",".","8",".","3",".",".","1"],["7",".",".",".","2",".",".",".","6"],[".","6",".",".",".",".","2","8","."],[".",".",".","4","1","9",".",".","5"],[".",".",".",".","8",".",".","7","9"]] 输出:[["5","3","4","6","7","8","9","1","2"],["6","7","2","1","9","5","3","4","8"],["1","9","8","3","4","2","5","6","7"],["8","5","9","7","6","1","4","2","3"],["4","2","6","8","5","3","7","9","1"],["7","1","3","9","2","4","8","5","6"],["9","6","1","5","3","7","2","8","4"],["2","8","7","4","1","9","6","3","5"],["3","4","5","2","8","6","1","7","9"]] 解释:输入的数独如上图所示,唯一有效的解决方案如下所示:
2.解题思路
使用回溯算法来解决数独问题。solveSudoku
函数负责开始回溯过程。backtracking
函数是回溯算法的核心,它尝试在每个空格填入数字,并递归地继续处理后续的空格。isValid
函数用于检查当前位置填入某个数字后数独板是否仍然有效。backtracking
函数通过递归尝试每个空格的每个可能的数字来解决数独问题。如果找到一个数字使得数独板有效,它将继续递归到下一个空格。如果当前空格的所有尝试都失败了,它将回溯到上一个空格,改变上一个空格的数字。isValid
函数通过检查当前行、当前列以及当前单元格所在的 3x3 子网格是否有重复的数字来确定当前位置是否有效。这种方法可以找到数独问题的解决方案,即使在复杂的数独谜题中也能有效地找到答案。
3.实现代码
#include <iostream>
#include <vector>
using namespace std;class Solution {
public:// backtracking 函数实现回溯算法,尝试填入数独板的每个空格bool backtracking(vector<vector<char>>& board) {// 遍历数独板的每个单元格for (int i = 0; i < board.size(); i++) {for (int j = 0; j < board[0].size(); j++) {// 如果当前单元格为空('.')if (board[i][j] == '.') {// 尝试填入数字 1 到 9for (char k = '1'; k <= '9'; k++) {// 如果填入当前数字 k 后数独板仍然有效if (isValid(i, j, k, board)) {// 在当前单元格填入数字 kboard[i][j] = k;// 递归调用 backtracking 函数,尝试填入下一个空格if (backtracking(board)) {return true; // 如果找到一个解决方案,则返回 true}// 如果当前数字 k 不适用,回溯:将当前单元格重置为空board[i][j] = '.';}}return false;// 如果没有数字可以填入当前单元格,则返回 false}}}return true;// 如果所有单元格都已经填入数字并且数独板有效,则返回 true}// isValid 函数检查在给定的行和列填入某个值后数独板是否仍然有效bool isValid(int row, int col, char val, vector<vector<char>>& board) {// 检查当前行是否已包含要填入的值 valfor (int i = 0; i < 9; i++) {if (board[row][i] == val) {return false; // 如果已包含,则返回 false}}// 检查当前列是否已包含要填入的值 valfor (int j = 0; j < 9; j++) {// 数独规则中,即使单元格为空('.'),列中也不能有重复的数字if (board[j][col] == val) {return false; // 如果已包含,则返回 false}}// 计算当前单元格所在的 3x3 子网格的起始行和列int startRow = (row / 3) * 3;int startCol = (col / 3) * 3;// 检查当前 3x3 子网格是否已包含要填入的值 valfor (int i = startRow; i < startRow + 3; i++) {for (int j = startCol; j < startCol + 3; j++) {if (board[i][j] == val) {return false; // 如果已包含,则返回 false}}}// 如果当前单元格填入 val 后不违反数独规则,则返回 truereturn true;}// solveSudoku 函数用于解决数独问题void solveSudoku(vector<vector<char>>& board) {backtracking(board);// 调用 backtracking 函数尝试填入数独板}
};//测试
int main()
{Solution s;vector<vector<char>> board = { {'5', '3', '.', '.', '7', '.', '.', '.', '.'},{'6', '.', '.', '1', '9', '5', '.', '.', '.'},{'.', '9', '8', '.', '.', '.', '.', '6', '.'},{'8', '.', '.', '.', '6', '.', '.', '.', '3'},{'4', '.', '.', '8', '.', '3', '.', '.', '1'},{'7', '.', '.', '.', '2', '.', '.', '.', '6'},{'.', '6', '.', '.', '.', '.', '2', '8', '.'},{'.', '.', '.', '4', '1', '9', '.', '.', '5'},{'.', '.', '.', '.', '8', '.', '.', '7', '9'} };s.solveSudoku(board);cout << "数独的其中一种解法:" << endl;for (int i = 0; i < board.size(); i++) {for (int j = 0; j < board[0].size(); j++) {cout << board[i][j] << " ";}cout << endl;}cout << endl;cout << endl;return 0;
}
ps:以上皆是本人在探索算法旅途中的浅薄见解,诚挚地希望得到各位的宝贵意见与悉心指导,若有不足或谬误之处,还请多多指教。