547. 省份数量(并查集)

本文介绍如何使用并查集(Union-Find)解决LeetCode中的问题547,即计算城市间直接或间接连接形成的不同省份数量。通过遍历矩阵找出直接相连的城市,并利用并查集进行合并,最后返回省份数量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

package com.heu.wsq.leetcode.bingchaji;

import java.util.HashSet;
import java.util.Set;

/**
 * 547. 省份数量
 * @author wsq
 * @date 2021/1/6
 * 有 n 个城市,其中一些彼此相连,另一些没有相连。如果城市 a 与城市 b 直接相连,且城市 b 与城市 c 直接相连,那么城市 a 与城市 c 间接相连。
 * 省份 是一组直接或间接相连的城市,组内不含其他没有相连的城市。
 * 给你一个 n x n 的矩阵 isConnected ,其中 isConnected[i][j] = 1 表示第 i 个城市和第 j 个城市直接相连,而 isConnected[i][j] = 0 表示二者不直接相连。
 * 返回矩阵中 省份 的数量。
 *
 * 示例 1:
 * 输入:isConnected = [[1,1,0],[1,1,0],[0,0,1]]
 * 输出:2
 *
 * 链接:https://leetcode-cn.com/problems/number-of-provinces
 */
public class FindCircleNum {
    public int findCircleNum(int[][] isConnected){
        int n = isConnected.length;
        UnionFind unionFind = new UnionFind(n);
        for (int i = 0; i < n; i++){
            for (int j = i + 1; j < n; j++){
                if (isConnected[i][j] == 1){
                    unionFind.union(i, j);
                }
            }
        }

        return unionFind.uNum();
    }

    private class UnionFind{
        private int[] parent;

        public UnionFind(int n){
            this.parent = new int[n];
            for (int i = 0; i < n; i++){
                this.parent[i] = i;
            }
        }
        public void union(int x, int y){
            int rootX = find(x);
            int rootY = find(y);
            if (rootX == rootY){
                return;
            }
            parent[rootX] = rootY;
        }

        private int find(int x) {
            int r = x;
            while (r != parent[r]){
                r = parent[r];
            }
            int k = x;
            while (k != r){
                int tmp = parent[k];
                parent[k] = r;
                k = tmp;
            }
            return r;
        }
        public int uNum(){
            int num = 0;
            for (int i = 0; i < parent.length; i++){
                if (parent[i] == i){
                    num++;
                }
            }
            return num;
        }
    }
}

### 使用并查集算法计算省份数量 #### 方法概述 为了计算给定城市间的连通情况所形成的省份数量,可以采用并查集(Union-Find Set),这是一种用于处理不相交集合的数据结构。该数据结构支持两种主要的操作:`union` 和 `find`。前者用来合并两个不同的集合;后者用来查询某个元素所属的集合。 对于本题而言,在初始化阶段为每个城市分配独立的集合编号。随后依据输入的城市间连接信息执行相应的`union`操作来反映这些城市的联通状态。最终统计有多少个互不相同的根节点即代表存在多少个省份[^1]。 #### 实现细节 下面是一个具体的Python实现方式: ```python class UnionFind: def __init__(self, size): self.parent = list(range(size)) self.rank = [0] * size def find(self, p): if self.parent[p] != p: self.parent[p] = self.find(self.parent[p]) return self.parent[p] def union(self, p, q): rootP = self.find(p) rootQ = self.find(q) if rootP == rootQ: return if self.rank[rootP] > self.rank[rootQ]: self.parent[rootQ] = rootP elif self.rank[rootP] < self.rank[rootQ]: self.parent[rootP] = rootQ else: self.parent[rootQ] = rootP self.rank[rootP] += 1 def findCircleNum(isConnected): n = len(isConnected) uf = UnionFind(n) for i in range(n): for j in range(i + 1, n): if isConnected[i][j] == 1: uf.union(i, j) provinces = set() for city in range(n): provinces.add(uf.find(city)) return len(provinces) ``` 上述代码定义了一个名为`UnionFind`类表示并查集对象,包含了成员变量parent存储各结点的父亲指针以及rank保存每棵树的高度以便于后续优化。函数`find()`实现了路径压缩技术以加速查找过程;而`union()`则负责按照秩合并两棵子树,并且当两者高度相当时适当调整新树的高度。最后通过遍历所有城市找到各自所在的最大连通区域数目作为结果返回[^2]。 #### 关键点解释 - **路径压缩**:每次调用`find(x)`时都会尝试将当前节点直接挂载在其祖先之下,以此缩短未来访问同一分支下其他节点所需经过的距离。 - **按秩合并**:在进行`union`操作之前先对比双方所在的树高,总是选择较低的一方依附较高一方之上,防止形成过深单支链条影响性能[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值