力扣刷题笔记：399. 除法求值（有向图+深度优先搜索，优秀算法搬运，代码详细注释）

题目：

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。

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

解题思路：

将equations和values建立一个图graph，equations的两个值作为两个节点（如a，b），a到b的边权重为values中对应的值v，同时也建立b到a的边权重1/v。构建有向图完毕。
然后对queries中的每一对（s，t）进行深度优先搜索：
1.如果s不在图中，返回-1
2.如果s == t，返回1
3.遍历s连接的所有节点，如果当前节点node == t，返回graph[s][node]，如果不相等，进行深度搜索，如果node未被访问过，则加入访问列表visited，防止重复访问节点，深度搜索返回结果v如果不等于-1，则返回最终结果graph[s][node]*v。
4.当遍历完所有的节点未发现t，则返回-1。

题解代码：

class Solution:
    def calcEquation(self, equations: List[List[str]], values: List[float], queries: List[List[str]]) -> List[float]:
        #将equations和values建立一个图graph，equations的两个值作为两个节点（如a，b），a到b的边权重为values中对应的值v，同时也建立b到a的边权重1/v。
        graph={}
        for (x,y),v in zip(equations,values):
            if x in graph:
                graph[x][y]=v
            else:
                graph[x]={y:v}
            if y in graph:
                graph[y][x]=1/v
            else:
                graph[y]={x:1/v}
        #print(graph)  #构建有向图完毕。
        
        # dfs深度优先检索函数定义
        def dfs(s,t):
            # 1.如果s不在图中，返回-1
            if s not in graph:
                return -1
            # 2.如果s==t，返回1
            if s==t:
                return 1
            #3.遍历s连接的所有节点，如果当前节点node==t，返回graph[s][node]，如果不相等，进行深度搜索，如果node未被访问过，则加入访问列表visited，防止重复访问节点，深度搜索返回结果v如果不等于-1，则返回最终结果graph[s][node]*v
            for node in graph[s].keys():
                if node==t:
                    return graph[s][node]
                elif node not in visited:
                    visited.append(node)
                    v=dfs(node,t)
                    if v!=-1:
                        #print('v:', v, 'graph:', graph[s][node])
                        return v*graph[s][node]
            # 4.当遍历完所有的节点未发现t，则返回-1
            return -1

        res=[]
        for s,t in queries:
            visited=[]
            res.append(dfs(s,t))
        return res

作者：zhu-zhu-zhu-15
链接：https://leetcode-cn.com/problems/evaluate-division/solution/jian-tu-dfsqiu-jie-by-zhu-zhu-zhu-15-77ra/
来源：力扣（LeetCode）https://leetcode-cn.com/problems/evaluate-division/