培训网站大全,wordpress本地化插件,node 做的大型网站,国外有哪些设计网站推荐旅行的终点站 题目及要求哈希算法在main内使用 题目及要求
给你一份旅游线路图#xff0c;该线路图中的旅行线路用数组 paths 表示#xff0c;其中 paths[i] [cityAi, cityBi] 表示该线路将会从 cityAi 直接前往 cityBi 。请你找出这次旅行的终点站#xff0c;即没有任何可… 旅行的终点站 题目及要求哈希算法在main内使用 题目及要求
给你一份旅游线路图该线路图中的旅行线路用数组 paths 表示其中 paths[i] [cityAi, cityBi] 表示该线路将会从 cityAi 直接前往 cityBi 。请你找出这次旅行的终点站即没有任何可以通往其他城市的线路的城市。
题目数据保证线路图会形成一条不存在循环的线路因此恰有一个旅行终点站。
示例 1
输入paths [[“London”,“New York”],[“New York”,“Lima”],[“Lima”,“Sao Paulo”]] 输出“Sao Paulo” 解释从 “London” 出发最后抵达终点站 “Sao Paulo” 。本次旅行的路线是 “London” - “New York” - “Lima” - “Sao Paulo” 。 示例 2
输入paths [[“B”,“C”],[“D”,“B”],[“C”,“A”]] 输出“A” 解释所有可能的线路是 “D” - “B” - “C” - “A”. “B” - “C” - “A”. “C” - “A”. “A”. 显然旅行终点站是 “A” 。 示例 3
输入paths [[“A”,“Z”]] 输出“Z”
提示
1 paths.length 100 paths[i].length 2 1 cityAi.length, cityBi.length 10 cityAi ! cityBi 所有字符串均由大小写英文字母和空格字符组成。
哈希算法
思路我们首先使用unordered_set startCities来记录所有出现过的起始城市然后再次遍历paths对于每条路径p如果它的目标城市p[1]不在startCities中即没有作为起始城市出现过那么直接返回该目标城市作为结果。
class Solution {
public:string destCity(vectorvectorstring paths) {//用于存储所有起始城市。unordered_setstring startCities;// 遍历路径数组将每个路径的起始城市添加到集合中。for (auto p : paths) {startCities.insert(p[0]);}// 再次遍历路径数组对于每个路径如果目的城市在 startCities 集合中不存在说明该城市只作为终点没有作为起点因此将其作为结果返回。for (auto p : paths) {if (startCities.find(p[1]) startCities.end()) {return p[1];}}// 如果遍历完所有路径后都没有找到符合条件的目的地城市则返回空字符串。return ;}
};
在main内使用
int main() {// 创建一个 Solution 对象Solution solution;// 创建一个包含路径的二维字符串数组vectorvectorstring paths {{A, B}, {B, C}, {C, D}, {D, E}};// 调用 destCity 函数来找到目的地城市string destination solution.destCity(paths);// 打印结果cout 终点是 destination endl;return 0;
}
