连通分量个数（并查集的应用）

最新推荐文章于 2025-07-05 17:40:02 发布
最新推荐文章于 2025-07-05 17:40:02 发布
阅读量1w 收藏 33
点赞数 22
CC 4.0 BY-SA版权
分类专栏： 图 并查集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jinzk123/article/details/52231178
本文介绍了并查集这种数据结构在解决连通性问题上的应用，通过一个畅通工程的问题实例，展示了如何利用并查集判断两点间是否连通以及计算连通分支的数量。并详细解释了并查集的实现，包括`find`和`join`函数，以及路径压缩算法的重要性。并附带了一个数据结构实验的题目描述。

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

并查集是我暑假从高手那里学到的一招，觉得真是太精妙的设计了。以前我无法解决的一类问题竟然可以用如此简单高效的方法搞定。不分享出来真是对不起party了。（party：我靠，关我嘛事啊？我跟你很熟么？）

来看一个实例，杭电1232畅通工程

首先在地图上给你若干个城镇，这些城镇都可以看作点，然后告诉你哪些对城镇之间是有道路直接相连的。最后要解决的是整幅图的连通性问题。比如随意给你两个点，让你判断它们是否连通，或者问你整幅图一共有几个连通分支，也就是被分成了几个互相独立的块。像畅通工程这题，问还需要修几条路，实质就是求有几个连通分支。如果是1个连通分支，说明整幅图上的点都连起来了，不用再修路了；如果是2个连通分支，则只要再修1条路，从两个分支中各选一个点，把它们连起来，那么所有的点都是连起来的了；如果是3个连通分支，则只要再修两条路……

以下面这组数据输入数据来说明

4 2 1 3 4 3

第一行告诉你，一共有4个点，2条路。下面两行告诉你，1、3之间有条路，4、3之间有条路。那么整幅图就被分成了1-3-4和2两部分。只要再加一条路，把2和其他任意一个点连起来，畅通工程就实现了，那么这个这组数据的输出结果就是1。好了，现在编程实现这个功能吧，城镇有几百个，路有不知道多少条，而且可能有回路。 这可如何是好？

我以前也不会呀，自从用了并查集之后，嗨，效果还真好！我们全家都用它！

并查集由一个整数型的数组和两个函数构成。数组pre[]记录了每个点的前导点是什么，函数find是查找，join是合并。

int pre[1000 ];

int find(int x)                                                                                                         //查找根节点

{ 

    int r=x;

    while ( pre[r ] != r )                                                                                              //返回根节点 r

         

最低0.47元/天 解锁文章

200万优质内容无限畅学
C/C++ 用并查集Disjoint union实现connected component连通分量算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-18 2659
并查集（Disjoint Union）是一种数据结构，用于快速合并集合和判断元素是否属于同一集合。它常用于解决连通分量（Connected Component）问题，即将一个图分为多个互不相交的连通块。下面详细介绍如何使用并查集实现连通分量算法，并分析其优缺点。
使用并查集实现连通分量
CyberNova的博客
08-26 242
在并查集的实现中，我们通常会针对每个节点维护一个parent数组，存储当前节点的父节点。而每个集合的代表元素（即根节点）可以通过不断查找parent数组，直到查找到自己的父节点是自己本身为止。当合并两个集合时，我们可以将其中一个集合的代表元素的parent指针指向另一个集合的代表元素即可。而在实际应用中，我们通常需要对图中的连通性进行判定和操作，比如网络路由、社交网络分析、谷歌搜索等等。在本篇文章中，我们将使用该并查集代码来实现连通分量。而通过使用并查集计算连通分量，我们可以正确地输出图中的连通子图个数。
数据结构实验：连通分量个数(并查集)
Dmenghu的博客
08-20 609
数据结构实验：连通分量个数 Time Limit: 1000 ms Memory Limit: 65536 KiB Problem Description 在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中任意两个顶点之间都连通，则称该图为连通图， 否则，称该图为非连通图，则其中的极大连通子图称为连通分量，这里所谓的极大是指子图中包含的顶点个数极大。 例如：一个无...
数据结构实验：连通分量个数（并查集）
Orz~~Orz
08-16 1752
数据结构实验：连通分量个数 Time Limit: 1000ms   Memory limit: 65536K  有疑问？点这里^_^ 题目描述  在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中任意两个顶点之间都连通，则称该图为连通图， 否则，称该图为非连通图，则其中的极大连通子图称为连通分量，这里所谓的极大是指子图中包含的顶点
图论和图算法
最新发布
zkl_zkl_的博客
07-05 701
图（Graph）是由结点 v 和边 e 构成的一组连接关系，相对于线性结构、树结构更加复杂。 无向图（Undirected Graph），图中的边是双向的；有向图（Directed Graph），图中的边是单向的。 无权图（Unweighted Graph），所有边的权重都是一样的，都是1；有权图（Weighted Graph），边有权重，各边权重不同。 若把节点看作城市，边看作城市之间的公路，则权重的物理意义：例1：权重就是城市之间的距离（距离越远，权重越大），若
并查集求连通分量的个数
QAQ的小耗子的博客
03-30 1009
#include <iostream>#include <stdio.h>#include <cstring>using namespace std;const int maxn=100;int tree[maxn];int findroot(int x){    if(tree[x]==-1) return x;              //如果为-1，说明...
并查集求图的连通分量个数
Simon的博客
04-15 6280
前言 求图的连通分量个数在算法题中时有考到，是图算法中基础而重要的问题。对于这个问题，常用的解法有搜索算法（DFS、BFS等），及并查集算法。图的搜索算法在我的其他博文中已经介绍过，这里用一个例题介绍一下并查集求连通分量个数的方法。 对并查集算法不了解的同学可以看我的博文：并查集。 例题 题目链接：https://www.luogu.com.cn/problem/P1536 AC代码 #incl...
hdu 1232 并查集 求连通分量的个数
wtml
09-04 351
Problem Description 某省调查城镇交通状况，得到现有城镇道路统计表，表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通（但不一定有直接的道路相连，只要互相间接通过道路可达即可）。问最少还需要建设多少条道路？ Input 测试输入包含若干测试用例。每个测试用例的第1行给出两个正整数，分别是城镇数目N ( < 1000 )和道路数目M；随
数据结构实验：连通分量个数——并查集
BlessingXRY的博客
03-18 909
think: 1并查集的操作可分为三个基本操作，并查集的初始化操作，并查集寻找Boss操作，并查集的归并操作 2并查集的路径压缩 3并查集及应用——博客园sdut原题链接数据结构实验：连通分量个数 Time Limit: 1000MS Memory Limit: 65536KBProblem Description 在无向图中，如果从顶点vi到顶点vj有路径，则称vi和vj连通。如果图中
12. 并查集-如何快速判断节点连通性1
08-03
并查集是一种高效的数据结构，主要用于处理集合的联通性问题，尤其在判断两个节点是否属于同一个连通分量时表现出色。它由数组构建，数组的下标对应于节点，数组的值则用来表示节点之间的连通关系。下面将详细讨论并...
用并查集求解连通分量问题
shizhan1881的专栏
03-03 1928
<br />   在求解连通分量问题时，之前是用 搜索的思想，就是如果 用几次搜索能遍历整个图，那么连通分量就是n次-1，不过这种有一个问题就是空间消耗太大，我们必须为程序开一个a[n-1][n-1]的存储空间，当图中的结点个数太多时，我们将发现这种算法将是不可取的。。<br />       于是今天学习了一个新的数据结构就是并查集。。。他的思想是初始化时每个元素都是一个集合。。。之后把具有亲戚关系的元素合并，这样最后还能当得上所谓祖先的元素的元素个数就是有几个家族了，连通分量也就是家族个数减去1了。。这
并查集|无向图的连通分量
Brittney27的博客
12-05 582
应用：连通子图，最小生成树，kruskal算法，最近公共祖先（LCA）1.初始化init，所有元素自己是自己的父节点2.查询find 递归查询 最终的祖先3.合并unionn 合并最终的父节点题目：给出一个无向图G，求其连通分量的数量。
红色警报 天梯赛 （并查集）
Coding
02-24 1868
红色警报   战争中保持各个城市间的连通性非常重要。本题要求你编写一个报警程序，当失去一个城市导致国家被分裂为多个无法连通的区域时，就发出红色警报。注意：若该国本来就不完全连通，是分裂的k个区域，而失去一个城市并不改变其他城市之间的连通性，则不要发出警报。 输入格式： 输入在第一行给出两个整数N（0  N \le≤ 500）和M（\le≤ 5000），分别为城市个数（于是默认
连通分量
Fushicho_XF的博客
07-17 2443
连通分量：在无向图中，即为连通子图 强连通分量：在有向图中，尽可能多的若干定点组成的子图中，这些顶点都是相互可达的，            这些顶点组成一个强连通分量 连通解法：对于一个无向图的连通分量，从连通分量的任意一个顶点开始，进行DFS，           一定能遍历这个连通图的所有顶点，所以，整个图的连通分量数应该等于遍历整个图的次数 Tarjan算法求强联通分量： 定义：DFN【u】...
并查集求连通分量个数
Frankie_Ku的博客
04-08 331
#include<bits/stdc++.h> #define maxn 1000005 using namespace std; typedef long long ll; int n,m,ans,u,v,fa[maxn]; int get(int x){ if(x==fa[x]) return x; return get(fa[x]); } int main() { scanf("%d%d",&n,&m); for(int i=1;i<=n;i++) fa
【LeetCode】﹝并查集ி﹞连通分量个数(套用模板一直爽)
热门推荐
像写诗一样优雅地写代码~
06-19 3万+
【LeetCode】﹝并查集ி﹞连通分量个数(套用模板一直爽) 文章目录【LeetCode】﹝并查集ி﹞连通分量个数(套用模板一直爽)模板（使用路径压缩的加权quick-union算法）连通网络的操作次数★★省份数量★★岛屿数量★★由斜杠划分区域★★打砖块★★★保证图可完全遍历★★★ 模板（使用路径压缩的加权quick-union算法） 详细并查集的知识见往期博客 高级数据结构（Ⅰ）并查集（Union-Find） class UF{ int N; int count;
并查集找连通分量的个数
码蹄疾
08-19 1944
题目1012：畅通工程 时间限制：1 秒 内存限制：32 兆 特殊判题：否 提交：2349 解决：1032 题目描述：     某省调查城镇交通状况，得到现有城镇道路统计表，表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通（但不一定有直接的道路相连，只要互相间接通过道路可达即可）。问最少还需要建
求连通分量（并查集）
沉默的大多数
03-21 1668
问题描述 求连通分量 输入格式 第一行，两个整数m，n，用空格分开，表示格子的行数、列数。 接下来一行，一个整数k，表示下面还有k行数据 接下来k行，第行两个整数a，b，表示ab连通。 样例输入 5 4 16 2 3 1 5 5 9 4 8 7 8 9 10 10 11 11 12 10 14 12 16 14 18 17 18 15 19 19 20 9 13 13 17 样例输...
并查集算法确定图中的连通分量数
03-30
<think>好的，我需要帮助用户了解如何使用并查集算法计算图中的连通分量数量。首先，我得回顾并查集的基本概念和工作原理。根据提供的引用，特别是引用[1]和[3]，并查集主要用于处理元素的分组合并问题，特别适合解决连通性问题。用户提到的连通分量数量计算，这正是并查集的典型应用场景。 接下来，我需要拆解实现步骤。根据引用[4]中的代码示例，大概的步骤包括初始化父数组、查找根节点的函数、合并操作以及最后统计根节点的数量。我需要将这些步骤用清晰的中文解释出来，确保用户能够一步步理解。 然后，要注意代码部分的展示。用户提供的引用中有C++代码，但用户可能需要Python的实现，或者至少需要解释清楚逻辑。不过根据问题，用户可能更关注方法而不是具体语言，所以可以给出伪代码或者简要的步骤说明，并结合引用中的例子进行解释。 另外，用户的问题中提到了图的连通分量，可能需要区分无向图和有向图。但根据引用[5]，并查集主要用于无向图的连通分量，有向图的强连通分量则需要其他方法。这一点需要在回答中明确指出，避免误导用户。 在解释过程中，需要引用提供的参考资料，例如在关键步骤处添加引用标记，如初始化父节点时引用[1]，合并操作时引用[4]中的代码逻辑，最后统计数量时引用[2]和[4]的方法。 同时，考虑到用户可能需要实际代码示例，可以结合引用[4]中的C++代码，将其逻辑转换为更通用的伪代码或解释，帮助用户理解如何实现。例如，父数组的初始化、find函数的路径压缩、合并时的根节点连接，以及最后遍历父数组统计根节点数量。 最后，生成相关问题时要围绕并查集的应用、优化以及与其他算法的对比，确保问题能够帮助用户进一步深入学习。例如，时间复杂度、路径压缩的作用，以及与其他算法如DFS/BFS的对比，都是合理的问题方向。 总结起来，回答的结构应该是：先介绍并查集的基本原理，然后分步骤详细说明实现方法，结合代码示例，最后指出注意事项和相关应用，并生成相关问题。需要确保每个关键点都有对应的引用支持，同时语言要简洁明了，符合用户的要求。</think>### 如何使用并查集算法计算图的连通分量数量 #### 1. 并查集算法核心原理 并查集通过维护**父节点数组**和**路径压缩**技术，实现高效合并集合与查询根节点。初始时每个节点独立成组（父节点指向自身），合并操作将两个节点的根节点连接，最终连通分量数量等于根节点为自身的节点总数[^1][^3]。 #### 2. 实现步骤 **步骤1：初始化父节点数组** - 定义数组 $p$，其中 $p[i] = i$ 表示每个节点初始时自成一组。 ```python p = [i for i in range(n+1)] # 假设节点编号从1到n ``` **步骤2：实现查找函数（带路径压缩）** - 查找节点 $x$ 的根节点，并压缩路径以减少后续查询时间。 $$find(x) = \begin{cases} x & \text{if } p[x] = x \\ p[x] = find(p[x]) & \text{否则（路径压缩）} \end{cases}$$ ```python def find(x): if p[x] != x: p[x] = find(p[x]) # 路径压缩 return p[x] ``` **步骤3：合并连通节点** - 遍历图中的每条边 $(u, v)$，合并两个节点所在的集合。 ```python for u, v in edges: root_u = find(u) root_v = find(v) if root_u != root_v: p[root_u] = root_v # 合并操作 ``` **步骤4：统计连通分量数量** - 遍历所有节点，统计根节点仍为自身的节点数量。 ```python count = 0 for i in range(1, n+1): if find(i) == i: count += 1 ``` #### 3. 时间复杂度分析 - **查找与合并操作**：平均时间复杂度接近 $O(\alpha(n))$（$\alpha$ 为阿克曼函数的反函数，增长极慢）。 - **整体复杂度**：$O(n + m \cdot \alpha(n))$，其中 $n$ 为节点数，$m$ 为边数。 #### 4. 应用场景与限制 - **适用**：无向图连通分量计算（如社交网络中的群组划分）[^2]。 - **不适用**：有向图的强连通分量（需使用Kosaraju或Tarjan算法）[^5]。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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