利用Duckdb求解Advent of Code 2021第8题 七笔划数码显示屏

原题地址：https://adventofcode.com/2021/day/8

第 8 天：七笔划数码管搜索

你刚刚到达洞穴的安全地带，鲸鱼就撞上了洞口，导致洞口坍塌。传感器显示这个洞穴在更深的地方有另一个出口，所以你除了继续前进别无选择。

当你的潜水艇缓慢地穿过洞穴系统时，你注意到潜艇上的四位数七笔划数码管显示器出现了故障；它们一定是在逃跑过程中损坏了。没有它们你会遇到很多麻烦，所以你最好弄清楚哪里出了问题。

七笔划数码管的每个数字通过点亮或熄灭名为 a 到 g 的七个笔划中的任意几个来显示：

  0:      1:      2:      3:      4:
 aaaa    ....    aaaa    aaaa    ....
b    c  .    c  .    c  .    c  b    c
b    c  .    c  .    c  .    c  b    c
 ....    ....    dddd    dddd    dddd
e    f  .    f  e    .  .    f  .    f
e    f  .    f  e    .  .    f  .    f
 gggg    ....    gggg    gggg    ....

  5:      6:      7:      8:      9:
 aaaa    aaaa    aaaa    aaaa    aaaa
b    .  b    .  .    c  b    c  b    c
b    .  b    .  .    c  b    c  b    c
 dddd    dddd    ....    dddd    dddd
.    f  e    f  .    f  e    f  .    f
.    f  e    f  .    f  e    f  .    f
 gggg    gggg    ....    gggg    gggg

因此，要显示数字 1，只会点亮笔划 c 和 f；其余笔划熄灭。要显示数字 7，只会点亮笔划 a, c, 和 f。

问题在于控制这些笔划的信号在每个显示器上都被弄混了。潜水艇仍然试图通过在信号线 a 到 g 上产生输出来显示数字，但这些电线被随机连接到了笔划上。更糟糕的是，电线/笔划的连接关系对每个四位数显示器是独立混用的！（不过，同一个显示器内的所有数字使用相同的连接关系。）

所以，你可能知道只有信号线 b 和 g 被点亮了，但这并不意味着笔划 b 和 g 被点亮了：唯一使用两个笔划的数字是 1，所以这必然意味着笔划 c 和 f 应该是点亮的。仅凭这个信息，你仍然无法分辨哪根电线（b/g）连接到哪个笔划（c/f）。为此，你需要收集更多信息。

对于每个显示器，你观察一会儿变化的信号，记下你看到的所有十个唯一的信号模式，然后写下一个四位的输出值（你的谜题输入）。利用这些信号模式，你应该能推断出哪种模式对应哪个数字。

例如，以下可能是你在笔记中看到的单个条目：

acedgfb cdfbe gcdfa fbcad dab cefabd cdfgeb eafb cagedb ab |
cdfeb fcadb cdfeb cdbaf

（此条目在此处换行以适合显示；在你的笔记中，它全都在一行上。）

每个条目由十个唯一的信号模式、一个 | 分隔符以及最后的四位输出值组成。在一个条目内，使用相同的电线/笔划连接关系（但你不知道实际的连接关系是什么）。唯一的信号模式对应着潜水艇使用当前电线/笔划连接关系尝试显示数字的十种不同方式。因为 7 是唯一使用三个笔划的数字，所以上面例子中的 dab 意味着要显示数字 7，信号线 d, a, 和 b 是点亮的。因为 4 是唯一使用四个笔划的数字，所以 eafb 意味着要显示数字 4，信号线 e, a, f, 和 b 是点亮的。

利用这些信息，你应该能推断出哪组信号线对应那十个数字中的每一个。然后，你就可以解码那个四位输出值。不幸的是，在上面的例子中，输出值中的所有数字（cdfeb fcadb cdfeb cdbaf）都使用了五个笔划，因此更难推断。

现在，请先关注容易识别的数字。考虑下面这个更大的例子：

be cfbegad cbdgef fgaecd cgeb fdcge agebfd fecdb fabcd edb |
fdgacbe cefdb cefbgd gcbe
edbfga begcd cbg gc gcadebf fbgde acbgfd abcde gfcbed gfec |
fcgedb cgb dgebacf gc
fgaebd cg bdaec gdafb agbcfd gdcbef bgcad gfac gcb cdgabef |
cg cg fdcagb cbg
fbegcd cbd adcefb dageb afcb bc aefdc ecdab fgdeca fcdbega |
efabcd cedba gadfec cb
aecbfdg fbg gf bafeg dbefa fcge gcbea fcaegb dgceab fcbdga |
gecf egdcabf bgf bfgea
fgeab ca afcebg bdacfeg cfaedg gcfdb baec bfadeg bafgc acf |
gebdcfa ecba ca fadegcb
dbcfg fgd bdegcaf fgec aegbdf ecdfab fbedc dacgb gdcebf gf |
cefg dcbef fcge gbcadfe
bdfegc cbegaf gecbf dfcage bdacg ed bedf ced adcbefg gebcd |
ed bcgafe cdgba cbgef
egadfb cdbfeg cegd fecab cgb gbdefca cg fgcdab egfdb bfceg |
gbdfcae bgc cg cgb
gcafb gcf dcaebfg ecagb gf abcdeg gaef cafbge fdbac fegbdc |
fgae cfgab fg bagce

因为数字 1, 4, 7, 和 8 各自使用了唯一数量的笔划，所以你应该能够分辨出哪些信号组合对应这些数字。仅统计输出值中的数字（每行 | 之后的部分），在上面的例子中，有 26 个使用了唯一笔划数的数字实例（在上面已高亮显示）。

在输出值中，数字 1、4、7 或 8 出现了多少次？

我的代码如下：

with t as(select 'be cfbegad cbdgef fgaecd cgeb fdcge agebfd fecdb fabcd edb |
fdgacbe cefdb cefbgd gcbe
edbfga begcd cbg gc gcadebf fbgde acbgfd abcde gfcbed gfec |
fcgedb cgb dgebacf gc
fgaebd cg bdaec gdafb agbcfd gdcbef bgcad gfac gcb cdgabef |
cg cg fdcagb cbg
fbegcd cbd adcefb dageb afcb bc aefdc ecdab fgdeca fcdbega |
efabcd cedba gadfec cb
aecbfdg fbg gf bafeg dbefa fcge gcbea fcaegb dgceab fcbdga |
gecf egdcabf bgf bfgea
fgeab ca afcebg bdacfeg cfaedg gcfdb baec bfadeg bafgc acf |
gebdcfa ecba ca fadegcb
dbcfg fgd bdegcaf fgec aegbdf ecdfab fbedc dacgb gdcebf gf |
cefg dcbef fcge gbcadfe
bdfegc cbegaf gecbf dfcage bdacg ed bedf ced adcbefg gebcd |
ed bcgafe cdgba cbgef
egadfb cdbfeg cegd fecab cgb gbdefca cg fgcdab egfdb bfceg |
gbdfcae bgc cg cgb
gcafb gcf dcaebfg ecagb gf abcdeg gaef cafbge fdbac fegbdc |
fgae cfgab fg bagce' t),
--b as(select unnest(string_split(replace(t,' | ','|'),chr(10)))b from t),
b as(select unnest(string_split(replace(t,' |'||chr(10),'|'),chr(10)))b from t),
line as(select row_number()over() rn,l,l2 from(select string_split(substr(b, 1, instr(b, '|')-1), ' ')l, string_split(substr(b, instr(b, '|')+1), ' ')l2 from b)), 
pat as(select rn, array_to_string(array_sort(string_split(unnest(l), '')),'')pat from line),
outp as(select rn, array_to_string(array_sort(string_split(unnest(l2), '')),'')outp from line)
--select count(*)from outp where exists (select 1 from pat where pat.rn=outp.rn and pat=outp)
select * from outp where length(outp)in(2, 3, 4, 7) and outp in (select pat from pat where pat.rn=outp.rn)
;

思路是：
将每行分成模式和输出两部分，这在示例中是|加换行符，在正式输入中没有换行符，所以上述代码提供了正式和示例两种的语句，注释掉一行就能适用其中一种。
将模式和输出都执行空格分隔的字符串转列表，再对列表中的字符串也逐个字符转列表，然后对字符列表排序，再转回字符串。这是因为，有时候模式和输出的字母顺序不同，无法直接比较，排序后就完全一致了。
然后在输出中找到同样行号的模式中长度为2, 3, 4, 7的字符串，对应1、7、4、8四个数字的笔划数。如果在模式中有，那就计数，其实输出中所有的字符串都能在模式中找到，而且不存在无效的字符串，比如aaaa这种，所以只要清点长度是2、3、4、7的字符串就可得到正确答案，不过严谨起见，就按现在这么写。