LeetCode399-并查集

399. 除法求值

给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件，其中 equations[i] = [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi = values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。

另有一些以数组 queries 表示的问题，其中 queries[j] = [Cj, Dj] 表示第 j 个问题，请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。

返回 所有问题的答案 。如果存在某个无法确定的答案，则用 -1.0 替代这个答案。如果问题中出现了给定的已知条件中没有出现的字符串，也需要用 -1.0 替代这个答案。

注意：输入总是有效的。你可以假设除法运算中不会出现除数为 0 的情况，且不存在任何矛盾的结果。

示例 1：

输入：equations = [[“a”,“b”],[“b”,“c”]], values = [2.0,3.0], queries =
[[“a”,“c”],[“b”,“a”],[“a”,“e”],[“a”,“a”],[“x”,“x”]]
输出：[6.00000,0.50000,-1.00000,1.00000,-1.00000] 解释： 条件：a / b = 2.0, b /
c = 3.0 问题：a / c = ?, b / a = ?, a / e = ?, a / a = ?, x / x = ?
结果：[6.0, 0.5, -1.0, 1.0, -1.0 ]

示例 2：

输入：equations = [[“a”,“b”],[“b”,“c”],[“bc”,“cd”]], values =
[1.5,2.5,5.0], queries = [[“a”,“c”],[“c”,“b”],[“bc”,“cd”],[“cd”,“bc”]]
输出：[3.75000,0.40000,5.00000,0.20000]

示例 3：

输入：equations = [[“a”,“b”]], values = [0.5], queries =
[[“a”,“b”],[“b”,“a”],[“a”,“c”],[“x”,“y”]]
输出：[0.50000,2.00000,-1.00000,-1.00000]

提示：

1 <= equations.length <= 20
equations[i].length == 2
1 <= Ai.length, Bi.length <= 5
values.length == equations.length
0.0 < values[i] <= 20.0
1 <= queries.length <= 20
queries[i].length == 2
1 <= Cj.length, Dj.length <= 5
Ai, Bi, Cj, Dj 由小写英文字母与数字组成

并查集路径压缩详解

分子-----> 分母： 分子指向分母的权值表现为二者的分子比分母的倍数关系
二者的计算方法如下图：

class Solution {
    Map<String, String> p = new HashMap(); // 存放节点和其直接父节点
    Map<String, Double> d = new HashMap();  // 存放节点到其直接父节点的权值 node/parent

    public double[] calcEquation(List<List<String>> equations, double[] values, List<List<String>> queries) {
        // 初始化所有节点的父节点和权值
        for (int i = 0; i < equations.size(); i++) {
            String a = equations.get(i).get(0);
            String b = equations.get(i).get(1);
            p.put(a, a);
            p.put(b, b);
            d.put(a, 1.0);
            d.put(b, 1.0);
        }
        // union
        for (int i = 0; i < equations.size(); i++) {// 会产生高度最多为3的树？？？
            String a = equations.get(i).get(0);
            String b = equations.get(i).get(1);
            // 将a 和 b 连接
            // 将a路径压缩
            String pa = find(a); // parent 此时就是 root ,同时进行了路径压缩
            double da = d.get(a); // 和直接父节点的倍数
            // 将a 的父节点和b连接， 将父节点指向 b 
            p.put(pa, b);
            d.put(pa, values[i] / da);  // 修改 pa 到其父节点（b）的权值
        }
        double[] res = new double[queries.size()];
        for (int i = 0; i < queries.size(); i++) {
            String a = queries.get(i).get(0);
            String b = queries.get(i).get(1);
            if (!p.containsKey(a) || !p.containsKey(b) || !find(a).equals(find(b))) {
                // a,b 有一个不存在连通图中或者二者不在同一个连通图中。注意这里最后的判断的作用
                // 如果a,b存在同一个连通图中，二者一定会执行find方法，重构成高度为2的树
                res[i] = -1.00000;
            } else {// 由于a,b 已经在上一个判断中重构了结构，所以这里的a,b都指向同一个根
                res[i] = d.get(a) / d.get(b);
            }
        }
        return res;
    }
    // 找到根节点，并将遍历到的所有节点都指向同一个根节点，递归退出时，修改父节点指向
    private String find(String x) { // 路径压缩为2层
        String parent = p.get(x);
        if (!x.equals(parent)) {
            String t = find(parent);
            d.put(x, d.get(x) * d.get(parent)); // 修改到root的值
            p.put(x, t); // 修改父节点， 将x直接指向根节点
        }
        return p.get(x);
    }

}