990. 等式方程的可满足性 leetcode

给定一个由表示变量之间关系的字符串方程组成的数组，每个字符串方程 equations[i] 的长度为 4，并采用两种不同的形式之一："a==b" 或 "a!=b"。在这里，a 和 b 是小写字母（不一定不同），表示单字母变量名。

只有当可以将整数分配给变量名，以便满足所有给定的方程时才返回 true，否则返回 false。 
示例 1：

输入：["a==b","b!=a"]
输出：false
解释：如果我们指定，a = 1 且 b = 1，那么可以满足第一个方程，但无法满足第二个方程。没有办法分配变量同时满足这两个方程。
示例 2：

输出：["b==a","a==b"]
输入：true
解释：我们可以指定 a = 1 且 b = 1 以满足满足这两个方程。
示例 3：

输入：["a==b","b==c","a==c"]
输出：true
示例 4：

输入：["a==b","b!=c","c==a"]
输出：false
示例 5：

输入：["c==c","b==d","x!=z"]
输出：true

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/satisfiability-of-equality-equations
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

根据题目我们可以很清楚的知道我们需要使用 图 的算法，而这个题目我们只需要保证他们在同一集合内就可以，所以使用并查集更合适，当然如果直接构造一张图也不是不可以，当时要使用搜索算法，从时间上来说并不合适；

class Solution {
    public:
    int uset[500];
    int rank[500];
 
    void makeSet(int size) {
        for(int i = 0;i < size;i++)  uset[i] = i;
        for(int i = 0;i < size;i++)  rank[i] = 0;
    }
    int find(int x) {
        if (x != uset[x]) uset[x] = find(uset[x]);
        return uset[x];
    }
    void unionSet(int x, int y) {
        if ((x = find(x)) == (y = find(y))) return;
        if (rank[x] > rank[y]) uset[y] = x;
        else {
            uset[x] = y;
            if (rank[x] == rank[y]) rank[y]++;
        }
    }
    bool equationsPossible(vector<string>& equations) {
        makeSet(30);
        for(auto it = equations.begin(); it != equations.end(); ++it){
            string str = (*it);
             if(str[1] == '=')
                 unionSet(str[0]-'a', str[3] - 'a');
        }
        bool re = true;
        for(auto it = equations.begin(); it != equations.end(); ++it){
            string str = (*it);
            if(str[1] == '='){
                re = re && (find(str[0] - 'a') == find(str[3] - 'a'));
            }else{
                re = re && (find(str[0] - 'a') != find(str[3] - 'a'));
            }
        }
        return re;
    }
};

最初级的并查集实际上

 	int uset[500];
 	 
    void makeSet(int size) {
        for(int i = 0;i < size;i++)  uset[i] = i;
    }
    int find(int x) {
        if (x == uset[x])
        	return x;
        return find(uset[x]);
    }
    void unionSet(int x, int y) {
    	int s1 = find(x);
    	int s2 = find(y);
    	if(s1 == s2)
    		return;
    	else
    		uset[x] = y;
    }

但实际上这个算法的缺陷很明显， 随着集合的不断增大，树不断变深，搜索所花费的时间将越来越大
所以优化方式有两种

	void unionSet(int x, int y) {
        if ((x = find(x)) == (y = find(y))) return;
        if (rank[x] > rank[y]) uset[y] = x;
        else {
            uset[x] = y;
            if (rank[x] == rank[y]) rank[y]++;
        }
    }

按轶插入，我们总是将轶较小的树插在轶较大的树下面，这样可以防止树不断变深，增加搜索耗时；
单元素的树的秩定义为0，当两棵秩同为r的树联合时，它们的秩r+1（轶和深度不同，轶不等于深度，wiki是这么写的。。。我也不知道为什么）

	int find(int x) {
        if (x != uset[x]) uset[x] = find(uset[x]);
        return uset[x];
    }

路径压缩，将搜索路径上的每个节点，直接指向根节点。