399除法求值（递归dfs深度优先搜索，抽象成有向加权图——困难）

最新推荐文章于 2026-06-22 21:27:43 发布

原创最新推荐文章于 2026-06-22 21:27:43 发布 · 230 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#leetcode #算法

LeetCode 专栏收录该内容

378 篇文章

订阅专栏

本文介绍了一种解决变量间关系问题的算法，通过构建有向加权图并利用深度优先搜索来查找变量间的比例关系。该算法适用于给定一组变量的比例关系后，求解任意两个变量之间的转换系数。

1、题目描述

给出方程式 A / B = k, 其中 A 和 B 均为用字符串表示的变量， k 是一个浮点型数字。根据已知方程式求解问题，并返回计算结果。如果结果不存在，则返回 -1.0。

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。

提示：

1 <= equations.length <= 20
equations[i].length == 2
1 <= equations[i][0].length, equations[i][1].length <= 5
values.length == equations.length
0.0 < values[i] <= 20.0
1 <= queries.length <= 20
queries[i].length == 2
1 <= queries[i][0].length, queries[i][1].length <= 5
equations[i][0], equations[i][1], queries[i][0], queries[i][1] 由小写英文字母与数字组成

2、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：
给定：a / b = 2.0, b / c = 3.0
问题：a / c = ?, b / a = ?, a / e = ?, a / a = ?, x / x = ?
返回：[6.0, 0.5, -1.0, 1.0, -1.0 ]

3、题解

基本思想：递归dfs深度优先搜索，抽象成有向加权图，使用深度优先遍历找寻路径，路径上的值相乘即为结果。顶点string转化为int映射，用连接矩阵存储有向加权图。

#include<iostream>
#include<vector>
#include<algorithm>
#include<map>
#include<set>
#include<stack>
using namespace std;
class Solution {
public:
    vector<double> res;  //最后返回的结果
    map<string,int> vex;  //顶点string转化为int映射，方便用连接矩阵存储有向加权图
    vector<vector<double>> arc;  //连接矩阵表示有向加权图
    vector<double> calcEquation(vector<vector<string>>& equations, vector<double>& values, vector<vector<string>>& queries) {
        //基本思想：递归dfs深度优先搜索，抽象成有向加权图，使用深度优先遍历找寻路径，路径上的值相乘即为结果
        int cnt=0;
        //将顶点string转化为int映射，方便用连接矩阵表示有向加权图
        for(int i=0;i<equations.size();i++)
        {
            if(vex.find(equations[i][0])==vex.end())
                vex[equations[i][0]]=cnt++;
            if(vex.find(equations[i][1])==vex.end())
                vex[equations[i][1]]=cnt++;
        }
        vector<double> temp(cnt,0.0);
        arc.resize(cnt,temp);
        //初始化连接矩阵
        for(int i=0;i<equations.size();i++)
        {
            arc[vex[equations[i][0]]][vex[equations[i][1]]]=values[i];
            arc[vex[equations[i][1]]][vex[equations[i][0]]]=1.0/values[i];
            arc[vex[equations[i][0]]][vex[equations[i][0]]]=1.0;
            arc[vex[equations[i][1]]][vex[equations[i][1]]]=1.0;
        }
        //遍历每一个需要查询的顶点from到to的路径权重
        for(int i=0;i<queries.size();i++)
        {
            //没有存储过的顶点，保存-1
            if(vex.find(queries[i][0])==vex.end()||vex.find(queries[i][1])==vex.end())
            {
                res.push_back(-1.0);
                continue;
            }
            //visited记录当前顶点是否访问过
            vector<bool> visited(cnt,false);
            visited[vex[queries[i][0]]]=true;
            //深度优先搜索from到to的路径权重
            if(!dfs(vex[queries[i][0]],vex[queries[i][1]],1.0,visited))
                res.push_back(-1.0);
        }
        return res;
    }
    bool dfs(int from,int to,double cur,vector<bool> visited)
    {
        if(from==to)
        {
            res.push_back(cur);
            return true;
        }
        for(int i=0;i<arc[from].size();i++)
        {
            if(arc[from][i]!=0&&visited[i]==false)
            {
                visited[i]=true;
                if(dfs(i,to,cur*arc[from][i],visited))
                    return true;
                visited[i]=false;
            }
        }
        return false;
    }
};
int main()
{
    Solution solute;
    vector<vector<string>> equations = {{"a","b"},{"b","c"}};
    vector<double> values = {2.0,3.0};
    vector<vector<string>> queries = {{"a","c"},{"b","a"},{"a","e"},{"a","a"},{"x","x"}};
    vector<double> res=solute.calcEquation(equations,values,queries);
    for_each(res.begin(),res.end(),[](double v){cout<<v<<endl;});
    return 0;
}