python完美立方等式_LeetCode 990. 等式方程的可满足性 | Python

990. 等式方程的可满足性

题目

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

提示：

1 <= equations.length <= 500

equations[i].length == 4

equationsi 和 equationsi 是小写字母

equationsi 要么是 '='，要么是 '!'

equationsi 是 '='

解题思路

思路：并查集

先看例 3 和 例 4。这两个例题中，所给不同部分就是数组中第二个方程式。看看例 4 中，为何返回的结果是 False？

["a==b","b!=c","c==a"]

在例 4 当中，第二个式子 b!=c，而前面的式子中 a==c 那么这里将 a 替换 b，第二个式子就变为 a!=c，但是最后的式子中 a==c 又成立，这里就明显存在冲突，所以这里结果返回 False。

在上面的例子当中，我们也可以看到，相等关系具有传递性，所有的相等变量其实是属于同一个集合。但是这里并不关心传递的距离，只关心是否连通。那么这里就考虑使用并查集来解决本问题。

这里，关于并查集设计算法具体如下：

首先构造并查集，遍历所有等式。每个等式的两个变量属于连通分量，将两者进行合并；

这里还需要再次遍历所有不等式，因为不等式的两个变量不属于同一个连通分量，这里两者不能合并，要分开查找对应的连通分量，这里有两种情况：

如果两个变量属于同个连通分量，那么就与原假设不符，存在矛盾，这里应该返回 False；

如果没有出现上面所述的矛盾，那么最终返回 True

在这里，我们可以将数组中方程式的变量当成节点，相等关系则表示两个节点的边。前面说明，相等变量属于同个连通分量，那么使用并查集来维护这个关系

具体的实现：

创建数组存储每个变量的连通分量，其中每个元素表示的是所在连通分量的父节点信息。如果父节点是自身，那么这个就是所在连通分量的根节点。

初始化的时候，将变量的父节点都指向自身。

查找操作：从当前变量的父节点往上找，直至找到根节点；

合并操作：将其中一个变量的根节点指向另外一个变量的根节点。

具体的代码实现如下。

代码实现

from typing import List

class Solution:

# 并查集类

class UnionFind(object):

def __init__(self):

'''初始化数组

'''

self.parent = list(range(26))

def find(self, index):

'''查询操作

查询直至根节点

这里使用了路径压缩

'''

# 如果父节点是自身，那么就是根节点，返回

while index!=self.parent[index]:

self.parent[index] = self.parent[self.parent[index]]

index = self.parent[index]

return index

def union(self, index1, index2):

'''合并操作

将其中一个变量的根节点指向另外一个变量的根节点

'''

root_index1 = self.find(index1)

root_index2 = self.find(index2)

self.parent[root_index1] = root_index2

def is_connected(self, index1, index2):

'''判断是否连通

'''

return self.find(index1) == self.find(index2)

def equationsPossible(self, equations: List[str]) -> bool:

uf = Solution.UnionFind()

# 第一次遍历所有等式，进行合并

for equation in equations:

if equation[1] == "=":

# 这里将变量字符转换为整数

# ord('a') 返回对应的十进制整数

index1 = ord(equation[0]) - ord('a')

index2 = ord(equation[3]) - ord('a')

uf.union(index1, index2)

# 再次遍历所有不等式，查找对应的连通分量

for equation in equations:

if equation[1] == '!':

index1 = ord(equation[0]) - ord('a')

index2 = ord(equation[3]) - ord('a')

# 如果两个变量属于同个连通分量，那就出现矛盾，返回 False

if uf.is_connected(index1, index2):

return False

# 最终没有矛盾，返回 True

return True

# equations = ["b==a","a==b"]

equations = ["a==b","b!=a"]

solution = Solution()

solution.equationsPossible(equations)

实现结果

总结

通过题中示例，我们知道等式具有传递性。但是题中只关心连通性，并不关心传递的距离，所以我们考虑使用并查集的思路来解决问题。

关于并查集的算法设计流程：

首先构造并查集，先遍历所有的等式，因为两个变量这里属于同一个连通分量，那么将其进行合并

再次遍历 所有的不等式，在这里两个变量并不属于同个连通分量，那么不能进行合并，要各自查找对应的连通分量。如果这个时候出现两个变量的连通分量相同的情况，那么这个就跟前面的预设不符，出现矛盾。返回 False

如果没有出现上面所述的矛盾，那么返回 True。

以上就是关于解决《990. 等式方程的可满足性》问题的主要内容。如果觉得写得还不错，欢迎关注。微信公众号《书所集录》同步更新，同样欢迎关注。