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 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
解法1:邻接表+深度优先搜索,时间复杂度o(ML+Q⋅(L+M)),空间复杂度o(NL+M),其中M为边的数量,Q为询问的数量,L为字符串的平均长度。
- 这是一个有向图的搜索问题。本质上就是求两个节点之间的距离(a/b = 2可以看做a到b的距离需要2)。
- 首先定义邻接节点,里面有两个字段,分表表示邻接节点的名称和当前节点到达邻接节点所需的倍数权值;
- 然后构造一个map来存储图,map的键就是节点名称,map的值就是节点的邻接节点列表;
- 遍历给定所有算式,将节点和值都存到map当中;
- 遍历需要求的问题,深搜每个节点,为了防止进入环绕圈,用一个集合来存储已经搜索过的节点。
```java
// 定义邻接节点类
class Node {
// 邻接节点代表的字符串
public String id;
// 到达邻接节点所需的倍数
public double num;
public Node(String i, double n) {
} }id = i;
num = n;
class Solution {
// 构造一个map用于存储图
Map> equations, double[] values, List
> queries) {
int n = equations.size();
map = new HashMap<>();
double[] res = new double[queries.size()];
// 将节点都放到图中
for(int i = 0; i < n; i++) {
// 获取被除数和除数的节点名称
String dividend = equations.get(i).get(0);
String divisor = equations.get(i).get(1);
// 如果map中不包含某个节点的字符串,那就添加一个键值对
if(!map.containsKey(dividend)) {
map.put(dividend, new ArrayList<>());
}
if(!map.containsKey(divisor)) {
map.put(divisor, new ArrayList<>());
}
// 除数和被除数都要放进去,这是一个有向图
// 除数和被除数的倍数值是倒数关系的
map.get(dividend).add(new Node(divisor, values[i]));
map.get(divisor).add(new Node(dividend, 1 / values[i]));
}
int cnt = 0;
// 遍历问题
for(List<String> q : queries) {
// 深搜,初始倍数就是1
res[cnt] = dfs(q.get(0), q.get(1), 1.0, new HashSet<>());
cnt ++;
}
return res;
}
// 深搜其中参数cur表示当前节点,dest表示目标节点,knerl表示之前计算的倍数,set保存已经走过的节点
private double dfs(String cur, String dest, double knerl, Set<String> set) {
// 如果map不包含当前的节点或者已经走过当前节点了,说明这条路不会产生答案
if(!map.containsKey(cur) || set.contains(cur)) {
return -1.0;
}
// 走到了终点,那就返回已经计算了的倍数
if(cur.equals(dest)) return knerl;
// 集合中添加当前走过的节点,防止绕圈
set.add(cur);
// 遍历当前节点的邻接节点
for(Node node : map.get(cur)) {
// 继续深搜,倍数需要乘上下个一个节点的倍数
double temp = dfs(node.id, dest, knerl * node.num, set);
// 如果搜到了答案,就直接返回答案
if(temp != -1.0) return temp;
}
// 没有搜到答案,返回-1
return -1.0;
}
}
```