【算法学习】并查集

并查集

1、概念

并查集:主要用于解决一些元素分组的问题。它管理一系列不相交的集合,并支持两种操作:

  • 合并(Union):把两个不相交的集合合并为一个集合。
  • 查询(Find):查询两个元素是否在同一个集合中。

并查集的重要思想在于,用集合中的一个元素代表集合。像热门博客上说并查集的那样,我们可以把集合比喻成帮派,而代表元素则是帮主

(1)最开始,所有大侠各自为战。他们各自的帮主自然就是自己。(对于只有一个元素的集合,代表元素自然是唯一的那个元素)

(2)接下来,1号和3号比武,假设1号赢了(这里具体谁赢暂时不重要),那么3号就认1号作帮主(合并1号和3号所在的集合,1号为代表元素)。

(3)现在2号想和3号比武(合并3号和2号所在的集合),但3号表示,别跟我打,让我帮主来收拾你(合并代表元素)。不妨设这次又是1号赢了,那么2号也认1号做帮主。

以后的步骤都同上,最后:

==>由图论可知,这是一个树状的结构,要寻找集合的代表元素,只需要一层一层往上访问父节点(图中箭头所指的圆),直达树的根节点(图中橙色的圆)即可。根节点的父节点是它自己。我们可以直接把它画成一棵树:

  • 注:代表元:用集合中的某个元素来代表这个集合,则该元素称为此集合的代表元。(例如本例中的1)

2、主体代码:

(1)初始化:

int fa[MAXN];
inline void init(int n)
{
    for (int i = 1; i <= n; ++i)
        fa[i] = i;
}
  • 数组fa[]用来存储每个元素的父元素(每个元素有且仅有一个父节点,所以可以用数组存储)
  • 一开始,我们都将它们的父节点设为自己本身:fa[i]=i;

(2)查询find():

int find(int x)
{
    if(fa[x] == x)
        return x;
    else
        return find(fa[x]);
}
  • 运用递归实现,一层一层访问父节点,直至根节点(根节点的标志就是父节点是本身)。
  • 要判断两个元素是否属于同一个集合,只需要看它们的根节点是否相同即可。

(3)合并merge():

inline void merge(int i, int j)
{
    fa[find(i)] = find(j);
}

先找到两个集合的代表元素,然后将前者的父节点设为后者即可(当然也可以将后者的父节点设为前者的)。–>后面的按秩合并会处理该问题。

3、路径压缩:

(1)问题引入:

最简单的并查集效率是比较低的。例如:

  • 我们要从2–>1–>3 然后再将fa[3]设为4,数据越多,链越长,随着链越来越长,我们想要从底部找到根节点会变得越来越难。

怎么解决呢?我们可以使用路径压缩的方法。既然我们只关心一个元素对应的根节点,那我们希望每个元素到根节点的路径尽可能短,最好只需要一步,像这样:

(2)实现:

实现方法很简单,我们只要在查询的过程中,把沿途的每个节点的父节点都设为根节点即可。下一次再查询时,就很方便啦。

  • 代码:
int find(int x)
{
    return x == fa[x] ? x : (fa[x] = find(fa[x]));
}

路径压缩优化后,并查集的时间复杂度已经比较低了,绝大多数不相交集合的合并查询问题都能够解决。然而,对于某些时间卡得很紧的题目,我们还可以进一步优化。

4、按秩合并

例如:merge(7,8)我们是将7的父节点设为8,还是8的父节点设为7?

当然是把8的父节点设为7,因为如果把7的父节点设为8,会使得7的那棵树的深度进一步加深,原来的树中每个元素到根节点的距离都变长了,之后我们寻找根节点的路径也就会相应变长。

而将8的父节点设为7就不会出现上述的问题。

==>这启发我们:我们应该把简单的树往复杂的树上合并,而不是相反。因为这样合并后,到根节点距离变长的节点个数比较少。

  • 我们用一个数组rank[]记录每个根节点对应的树的深度(如果不是根节点,其rank相当于以它作为根节点的子树的深度)。一开始,把所有元素的rank()设为1。合并时比较两个节点,把rank较小者往较大者上合并
  • 路径压缩和按秩合并如果一起使用,时间复杂度接近 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0OGtZ2Re-1637031585214)(https://www.zhihu.com/equation?tex=O%28n%29)] ,但是很可能会破坏rank的准确性

(1)初始化(按秩合并的):

inline void init(int n)
{
    for (int i = 1; i <= n; ++i)
    {
        fa[i] = i;
        rank[i] = 1;
    }
}

(2)合并:

inline void merge(int i, int j)
{
    int x = find(i), y = find(j);    //先找到两个根节点
    if (rank[x] <= rank[y])//x的深度<y的深度,就把x并到y上【即x得父节点设为y】
        fa[x] = y;
    else
        fa[y] = x;
    if (rank[x] == rank[y] && x != y)
        rank[y]++;                   //如果深度相同且根节点不同,则新的根节点的深度+1
}
  • 为什么深度相同,新的根节点深度要+1?如下图,我们有两个深度均为2的树,现在要merge(2,5):
  • 这里把2的父节点设为5,或者把5的父节点设为2,其实没有太大区别。我们选择前者,于是变成这样:
  • 显然树的深度增加了1。另一种合并方式同样会让树的深度+1。

5、应用:

(待更新)

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