Leetcode.0399 | 除法求值

题目

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

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 ]

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]

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]

解决方法

可以将整个问题建模成一张图，将变量视为图中的节点，将两个变量的结果作为两个节点之间的权值，问题转化为针对图中任意两点求出两点之间的路径长。

构造一个哈希表来存储图，哈希表的键就是节点名称，哈希表的值就是节点的邻接节点列表。遍历给定节点列表，将节点和值都存入哈希表当中。

根据题目的需求进行遍历，对每个节点进行深度优先搜索，为了防止进入环绕圈，用一个集合来存储已经搜索过的点。

代码实现

class Solution {
public:
    map<string,vector<pair<string,double>>> data; //用于存储图。key为节点的名称，value为节点的邻接节点列表。
    vector<double> res;
    bool dfs (string start,string end,double curr,unordered_set<string>& v){
        if(start == end){
            res.push_back(curr);
            return true;
        }
    v.insert(start); //v用于记录是否访问过，避免陷入死循环
    for(auto s:data[start]){
        if(v.count(s.first)) continue; //跳过已经访问的字符串
        if(dfs(s.first,end,curr*s.second,v)) return true;
        }
    return false;
    }
    vector<double> calcEquation(vector<vector<string>>& equations, vector<double>& values, vector<vector<string>>& queries) {
    //建图
    for(int i=0;i<equations.size();i++){
        data[equations[i][0]].push_back(pair<string,double>(equations[i][1],values[i]));
        data[equations[i][1]].push_back(pair<string,double>(equations[i][0],1/values[i]));
    }
    for(auto x:queries){ //遍历题目给出的需求，找答案
        if(x[0] == x[1]){
            if(data.count(x[0])) res.push_back(1.0); //从a到a，长度为1
            else {
                res.push_back(-1.0);  //给定的已知条件中没有出现的字符串，答案为-1.0。
            }
        }
        else{
            unordered_set<string> visited;
            visited.insert(x[0]);
            if(dfs(x[0],x[1],1.0,visited)) continue;
            else res.push_back(-1.0); //无法找到答案，结果为-1.0
        }
        }
        return res;
    }
};

解决方法二

floyd算法

class Solution {
public:
    vector<double> calcEquation(vector<vector<string>>& equations, vector<double>& values, vector<vector<string>>& queries) {
         unordered_set<string>set;
         unordered_map<string,unordered_map<string,double>>dist;
         for(int i=0;i<equations.size();i++){
             auto a=equations[i][0],b=equations[i][1];
             double value=values[i];
             dist[a][b]=value,dist[b][a]=1.0/value;
             set.insert(a),set.insert(b);
         }
        for( auto k:set){
            for(auto i:set){
                for(auto j:set){
                    if(dist[i][k]&&dist[k][j])
                        dist[i][j]=dist[i][k]*dist[k][j];
                }
            }
        }
        vector<double>res;
        for(auto query:queries){
            auto a=query[0],b=query[1];
            if(dist[a][b]) res.push_back(dist[a][b]);
            else res.push_back(-1);
        }
        return res;
    }
};