亲戚 并查集

本文详细介绍了并查集算法的基本原理及其在解决大型家族关系查询问题中的应用。通过实例讲解了如何利用并查集实现高效的关系判断,并探讨了路径压缩及树深度优化等技巧。

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

 

若某个家族人员过于庞大,要判断两个是否是亲戚,确实还很不容易,现在给出某个亲戚关系图,求任意给出的两个人是否具有亲戚关系。

规定:x和y是亲戚,y和z是亲戚,那么x和z也是亲戚。如果x,y是亲戚,那么x的亲戚都是y的亲戚,y的亲戚也都是x的亲戚。

 

第一行:三个整数n,m,p,(n<=5000,m<=5000,p<=5000),分别表示有n个人,m个亲戚关系,询问p对亲戚关系。

以下m行:每行两个数Mi,Mj,1<=Mi,Mj<=N,表示Ai和Bi具有亲戚关系。

接下来p行:每行两个数Pi,Pj,询问Pi和Pj是否具有亲戚关系

 

输出格式

P行,每行一个'Yes'或'No'。表示第i个询问的答案为“具有”或“不具有”亲戚关系。

 

样例输入

6 5 3

1 2

1 5

3 4

5 2

1 3

1 4

2 3

5 6

 

样例输出

Yes

Yes

No

 

 

 

这应该是并查集的经典题目了。并查集是树型结构的,要查询任意两个元素是不是在同一个集合里,要查找这两个元素所在树的根节点,看看是不是同一个。

 

并查集的操作很简单,用father[i]表示第i个元素的父亲所在的位置,初始化的状态应该是father[i] = i;

 

之后我们得到了元素之间的关系,开始对集合树进行合并,特别是这一题。如果x和y是亲戚,那么x的亲戚都是y的亲戚,这说明要对两颗集合树进行合并。

 

合并很简单,便是把一方的根的父亲赋值为另一方的父亲: father[getRoot(y)] = getRoot(x);

 

查询的效率非常好。但是如果并查集的元素在合并的时候并不是把整个集合树进行合并,而是对单个元素进行从一颗集合树转移到另一颗

 

这样的费用很高,因为要把以其为父亲的子节点的父亲指向都转移了,才能对本身进行转移。这就要考虑为了使用并查集的查询效率,这些是否值得花费。

 

 

关于并查集,还有一点就是路径的压缩问题。我知道的有两个。

 

1.在进行查询的时候顺便改变树的结构。

 

 

 

2.在建树的时候,当两棵集合树要进行合并的时候,我们把深度小的树并在深度较大的另一棵树下面,这样得到的树的新树的深度最小

 

 

 

代码:

 

 

 

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