leetcode332. 重新安排行程
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 出发。
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。
这个题看到了一脸懵逼，然后记录一下搜索的结果：
思路：最初的思路是top down的DFS，就是直接正向搜出正确路径，这样需要回朔状态，需要的时间复杂度很大．所以并不能过掉数据量大的数据．
看了别人的思路，基本是bottom up的DFS，就是路径是反向从最低层往上得出的．
将所有的机票用hash表保存起来，最后我们就是要找出一条路径将机票用完，并且如果有多条路径，就找字典序最小的．
我们可以构造一个hash表，key为一个地点字符串，value为一个multiset保存这个地点可以飞到的其他地方，之所以用multiset而不是set是因为从一个地方可以去别的地方几次．
并且这个数据结构是可以将数据排序的，方便我们有序的取数据．
然后我们利用DFS思想从"JFK"机场出发，按照字典序从小到达取与其连接的地点，从下一个地点再递归的搜索，直到没有和某地点相连的机票的了．我们就到达了最底层，然后往上返回路径即可．
---------------------
作者：小榕流光
来源：CSDN
原文：https://blog.csdn.net/qq508618087/article/details/51375040
版权声明：本文为博主原创文章，转载请附上博文链接！
https://blog.csdn.net/zxzxzx0119/article/details/85772702
解析
-
由于必须要按照字典序最小的来访问某个结点的孩子，所以在查找节点的孩子的
map中使用一个优先队列存放，每次取出来的是字典序最小的； -
然后按照类似后序遍历的顺序遍历这个图(先访问自己孩子，然后访问自己)，然后在反转过来，这样可以得到正确的答案；
-
也可以理解为
dfs的时候，是先访问自己的孩子，然后访问自己，最后将访问的顺序翻转过来即可，需要注意的时候一定要使用后序的方式，不然会在选择的时候出错(或者说不能正确访问所有的结点)；
题意及分析：将所有的机票用数组保存起来，最后我们就是要找出一条路径将机票用完，并且如果有多条路径，就找字典序最小的。最开始想到的方法是用一个hashmap
实际上，这道题目是计算最小的欧拉路径。通过分析可以知道：
如果一个有向图，存在欧拉路径（不是欧拉回路），那么图中的点最多只可能有两个点：degree（入）!=degree（出），并且这两个点，一个入度>出度，一个入度<出度；也有可能所有点degree（入）==degree（出），则存在欧拉回路
很明显，既然题目保证存在欧拉路径，那么JFK就是那个入度<出度的点，并且存在一个点入度>出度；或者所有点入度==出度
贪心法：从JFK开始，每次选取最小路径走，如果走不下去，只有可能遇到了终结点PP（那个入度>出度的点），这样就形成了从JFK到PP的主路径。剩下没走的边只有可能形成环，只要将环并入到主路径上就完成了最小欧拉路径的搜索！！
public class Solution {
Map> map= new HashMap<>();
List res = new ArrayList<>();
public List findItinerary(String[][] tickets) {
for(String[] ticket:tickets){
map.computeIfAbsent(ticket[0],k->new PriorityQueue<>()).add(ticket[1]);
}
dfs("JFK");
Collections.reverse(res);
return res;
}
public void dfs(String node){
PriorityQueue priorityQueue = map.get(node);
while(priorityQueue!=null&&!priorityQueue.isEmpty())
dfs(priorityQueue.poll());
res.add(node);
}
}