Reiseroute rekonstruieren
Detaillierte Anleitung und Python-Implementierung für das Problem „Reiseroute rekonstruieren“.
1. Lernen
Das Problem „Reiseplan rekonstruieren“ ist eine zentrale Herausforderung im Abschnitt „Erweiterte Diagramme“.
Diese Implementierung konzentriert sich auf einfache Logik in Python.
Wir legen bei unseren bereitgestellten Lösungen Wert auf technische Genauigkeit und Lesbarkeit des Codes.
2. Real-World Applications
3. Visual Intuition
Visualisierung des Logikflusses für „Reiseplan rekonstruieren“.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für Reconstruct Itinerary sorgfältig durch.
2. Formulate brute force
Entwerfen Sie eine einfache iterative Lösung.
3. Identify inefficiency
Suchen Sie nach redundanten Berechnungen.
4. Optimize search path
Verwenden Sie Hashing oder Sortieren, um den Prozess zu beschleunigen.
5. Final Implementation
Bereinigen Sie den Code für Produktionsstandards.
Problemstellung
Sie erhalten eine Liste von Flugtickets, wobei Tickets[i] = [from_i, to_i] den Abflug- und Ankunftsflughafen eines Fluges darstellen. Rekonstruieren Sie die Reiseroute in der richtigen Reihenfolge und senden Sie sie zurück.
Alle Tickets gehören einem Mann, der von „JFK“ abfliegt. Daher muss die Reiseroute mit „JFK“ beginnen.
Wenn mehrere gültige Reiserouten vorhanden sind, sollten Sie die Reiseroute mit der kleinsten lexikalischen Reihenfolge zurückgeben, wenn sie als einzelne Zeichenfolge gelesen wird. Beispielsweise hat die Reiseroute ['JFK', 'LGA'] eine kleinere lexikalische Reihenfolge als ['JFK', 'LGB'].
Sie können davon ausgehen, dass alle Tickets mindestens einer gültigen Reiseroute entsprechen. Sie müssen alle Tickets einmal und nur einmal verwenden.
Schreiben Sie eine Funktion findItinerary(tickets: List[List[str]]) -> List[str].
- •1 <= len(tickets) <= 300
- •tickets[i].length == 2
- •from_i.length == 3
- •to_i.length == 3
- •from_i and to_i consist of uppercase English letters
Beispiele
tickets = [["MUC","LHR"],["JFK","MUC"],["SFO","SJC"],["LHR","SFO"]]
["JFK","MUC","LHR","SFO","SJC"]
The only valid itinerary is JFK -> MUC -> LHR -> SFO -> SJC.
tickets = [["JFK","SFO"],["JFK","ATL"],["SFO","ATL"],["ATL","JFK"],["ATL","SFO"]]
["JFK","ATL","JFK","SFO","ATL","SFO"]
Another possible reconstruction is JFK -> SFO -> ATL -> JFK -> ATL -> SFO, but it is larger lexically.
Need a Hint?
Edge Cases to Watch
- Leere Eingabestrukturen
- Einzelelementeingaben
- Große numerische Grenzen
Bereit zur Lösung?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Einblicke und Variationen in Interviews
Aufschlüsselung der Komplexitätsanalyse
Warum Zeit: Directly evaluates all possibilities.
Warum Weltraum: Uses standard local memory.
Warum Zeit: Optimized paths reduce total operations.
Warum Weltraum: May trade memory for speed.
Optimierter Lösungs-Python-Code
Optimierter Lösungs-Python-Code
import collections
def find_itinerary_opt(tickets):
adj = collections.defaultdict(list)
for src, dst in sorted(tickets, reverse=True): adj[src].append(dst)
res = []
def dfs(src):
while adj[src]:
dfs(adj[src].pop())
res.append(src)
dfs("JFK")
return res[::-1]Brute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def find_itinerary_brute(tickets):
adj = collections.defaultdict(list)
for src, dst in sorted(tickets): adj[src].append(dst)
res = ["JFK"]
def backtrack(curr):
if len(res) == len(tickets) + 1: return True
for i, next_city in enumerate(adj[curr]):
adj[curr].pop(i); res.append(next_city)
if backtrack(next_city): return True
res.pop(); adj[curr].insert(i, next_city)
return False
backtrack("JFK")
return resAlgorithm Pattern Checklist
When dealing with Advanced Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die Standardproblemeigenschaften von Advanced Graphs.
Verwandte Fragen
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So sortieren Sie eine Liste in Python
Erfahren Sie, wie Sie eine Liste in Python mit der Methode sort() und der Funktion sorted() sortieren. Entdecken Sie Beispiele für benutzerdefinierte Schlüsselsortierung und umgekehrte Reihenfolge.
Spickzettel für Python-String-Methoden
Ein vollständiges Referenzhandbuch für die Python-String-Manipulation. Meistern Sie das Formatieren, Suchen, Teilen, Ersetzen und Überprüfen von Zeichenfolgeneigenschaften.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.