Quick Union算法（算法入门2）

最新推荐文章于 2024-04-26 22:25:06 发布

肇小天

最新推荐文章于 2024-04-26 22:25:06 发布

阅读量694

点赞数

文章标签： Quick Union 算法算法入门

本文链接：https://blog.youkuaiyun.com/qq_40890575/article/details/101942218

版权

本文介绍了Quick Union算法，作为Quick Find的改进版，通过根(root)的概念建立树形结构，提高了union操作的效率。虽然find操作仍存在效率问题，但整体优于Quick Find的O(N²)时间复杂度，达到了O(logN)。文章通过代码展示了算法实现，并对比了两种算法的优劣。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Quick Union算法

在之前我简单的解释了一个叫做Quick Find的方法，其中的union方法效率太低（N），一旦遇到较大的数据时，就很难堪重用，所以今天我来介绍一个稍微好一点算法——Quick Union。

在Quick Union中，我们要引入一个新的概念，那就是root。顾名思义，root即为根，在union方法中，每当我们把两个元素进行连接，都是直接对他们的root进行操作，每当有新的元素连接到root上，我们便称其为一个新的branch（分支）。就像这样不断地连接，最后我们将可以得到一个倒立的树（最顶部为root，下面连着各种branch）。在最开始，每一个元素的root都是它自己。

便如同上图所示，9的root就是2，0的root则是5，此时如果我们想把0和9连接起来，只需要让他们的root相连即可。如此，我们便完成了从Quick Find算法那种“扁平化”的结构，到如今Quick Union树形结构的过渡。那么此算法具体是如何实现的呢？翠花，上代码!（java）

public class QuickUnion {

    private

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

肇小天

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

union-find中(quick-union)算法

qq_32293345的博客

12-18

1041

声明：主要代码和部分算法说明参考自算法(第四版)，这里将代码列出，是想和大家交流一些学习心得。1.前言鉴于quick-find需要在union方法中遍历整个数组，这样当数据庞大时，效率会非常低下，所以我们需要换一种思路，改良union方法。注：quick-find算法请参考我的上一篇文章 http://blog.youkuaiyun.com/qq_32293345/article/details/78

Quick-Union算法

qq_39747794的博客

05-09

2529

前言在上一节博客上已经介绍了Quick-Find算法，但是呢，Quick-Find算法太low了，运行慢，要是拿着它去找13亿人的关系链，那怕是电脑的风扇不太够用啊。所以我们这次学习它的升级版Quick-Union。 Quick-Union算法回忆Quick-Find中union函数，就像是暴力强算，遍历所有数字的ID，然后把有着相同ID的数全部改掉，现在我们来引入“树”的概念来...

参与评论您还未登录，请先登录后发表或查看评论

Quick-Union[Algorithm]

Hooting的码农笔记本

09-23

2787

Q. Is there a path connecting p and q ?

连通分量(quick-union)

陈戏猿

10-11

7291

连通域问题的抽象表述是存在N个节点和M条边，被边直接或间接相连的所有节点共同形成一个域，称为连通域。在进行有限次的连接后，需要快速求出连通域的个数，或者判断任意两个节点的连通性。连通域的个数也称为连通分量，该算法也被称为Union-Find。

Quick-Union 算法简述及改进

m0_37763682的博客

06-25

605

文章目录1. 简述2. 原理2.1 基础API2.2 代码2.3 补充方法 1. 简述基本内容(基础代码及其释义)来自于《算法4》,基于三角片切割缝合做出了一些适应性修改。 2. 原理将对象称为触点，整数对成为连接。判断两个触点是否属于同一个连通分量，仅需判断两者的连通分量号是否相等即可。 2.1 基础API public class UF Function Detail UnionFind(int n) 以整数标识(0到N-1)初始化N个触点 void union(i

Quick Find算法（算法入门）

qq_40890575的博客

10-02

1481

Quick Find算法前言：在数学领域，有一个有意思的猜想叫做六度空间理论（Six Degrees of Separation），简单的说，就是最多通过6个人，你就可以认识到世界上的任何一个陌生人，就比如，你完全可以通过你大姨的同事的外甥的......认识到比尔盖茨。由此我们可以看出，人与人之间的联系真的十分神奇，那么，我们又是如何在代码的世界中为不同的数据建立联系呢？正文： ...

【算法基础实验】图论-UnionFind连通性检测之quick-union

最新发布

Greyplayground

04-26

1286

Union-Find 是解决连通性问题的一种非常高效的数据结构。它能够快速合并集合并快速判断元素之间的连通性。通过路径压缩和按秩合并的优化，Union-Find 在实际应用中可以接近常数时间完成操作。因此，它在算法竞赛、网络连接和社交网络分析等领域有广泛的应用。

普林斯顿大学算法课1算法第四版 Union−Find课程总结quick find, quick union, weighted quick union（with path）

weixin_43854443的博客

03-09

681

序言本文是我个人对coursera上普林斯顿大学的课程分节总结，主要介绍核心思路和代码实现。课程地址如下：普林斯顿-算法part1，课程深入浅出，并附有配套书籍和网站，十分适合我这样的入门者学习算法。写博文的目的有两个方面由于是课外的学习，需要转化成果来增加自己的动力输出是最好的复习方式那么废话不多说，让我们先来看看这一节讲了些什么。本节简介本节以从一个物理模型开始抛出动态连接...

Quick Union

weixin_30642869的博客

06-13

150

-----------------siwuxie095 Quick Union 这里介绍并查集的另外一种实现思路：Quick Union 这种实现思路通常是并查集的常规实现思路，而且它的时间效率非常高具体表示：将每一个元素，都看做是一个节点不过这个节点...

并查集 -- QuickUnion（Java语言）

gsd的博客

04-10

547

需求分析假设场景：有n个村庄，有些村庄之间有连接的路，有些村庄并没有连接的路。设计一个数据结构，能快速实现以下两个操作：（1）查询任意两个村庄之间是否有连接的路。（2）连接任意两个村庄。平衡二叉树、集合、数组、链表也能实现上述需求，但这些工具能实现的功能更多，与专注于实现上述特定需求的并查集来说效率并不理想。并查集的实现有QuickFind、QuickUnion两种方式，本文采取后者实现。QuickUnion - 底层是数组，逻辑层面是树。首先初始化每个节点的父节点为自己 --初始化每个“

quick-find【连通图】

redstone555的专栏

09-25

359

QUICK-FIND连通图#ifndef QUICKFIND_H_ #define QUICKFIND_H_ class UF { private : int *id; //分量id int count; //分量数目 int length; public:

QuickUnion

qq_39031359的博客

02-28

212

QuickUnion QuickUnion的原理较简单，每次连接两元素时找到两元素对应根节点，连接根节点即可。 class QuickUnion(object): def __init__(self, n): self.__parent = list(range(n)) def get_root(self, p): p_parent = sel...

加权quick-union算法（java、算法第四版）

qq_39694360的博客

04-09

435

package ch01; //加权quick-union算法 public class WeightQuickUnionFind { //触点 private int[] id; //根节点连通分量大小 private int[] sz; //连通分量的数量 private int count; public WeightQuickUnio...

1.3：Union-Find算法-----quick-union算法的改进（加权的quick-union算法）

林伏案的博客

03-18

2346

对于一般情况而言，使用quick-union算法就已经足够满足需求。但是仍然存在着一种情况使得quick-union算法得到的最快的情况。 quick-union的最坏情况：当我们要对两个节点进行union操作时，等价于对两个节点所在的分量进行union操作（对于分量，用“树”这个词来表示更为妥当。因为一个节点总是指向它的“父节点”）。此时union（p， q）即将前者（p）的根节点指向后者

《算法4》union-find并查集算法 (quick-find | quick-union | 加权quick-union | 路径压缩的加权quick-union)

小小绿豆的专栏

04-26

835

union-find并查集算法，是高效的动态连通算法，在判断无向图中的连通分量效率很高；文章中的算法和图片均来自《算法4》结合之前《无向图-连通分量》算法，暂目前无向图连通分量的2种算法：算法1：通过深度优先遍历算法从未标记的顶点开始遍历，遍历完无向图中的所有顶点，得到连通分量；算法2：使用union-find并查集算法，动态连通算法，得到连通分量；区别：算法1需要初始化逐个遍历整个图，效率低，但可以利用图的数据结构；算法2可以动态得到连通分量，效率高；在只关心连通分量的情况下，un..

[Algorithms]union-find连通性算法/quick-find/quick-union/加权quick-union

对未知的一切抱有热忱

02-08

474

union-find连通性算法通俗讲就是寻找两点之间的连通，调用connected()：如果某一对整数中两个触点已经连通，就继续处理下一对，如果不连通，则调用union()并打印这对触点。模板 package union_find; import edu.princeton.cs.algs4.StdIn; import edu.princeton.cs.algs4.St...

并查集算法：quick-find、quick-union、优化的 quick-union

一枝会思想的芦苇的博客

09-04

2312

目录1. 问题描述2. quick-find3. quick-union4. 优化的 quick-union 1. 问题描述可以想象一张地图上有很多点，有些点之间是有道路相互联通的，而有些点则没有。如果我们现在要从点 A 走向点 B，那么一个关键的问题就是判断我们能否从 A 走到 B 呢？换句话说，A 和 B 是否是连通的。这是动态连通性最基本的诉求。现在给出一组数据，其中每个元素都是一对“点”...

并查集quick union实现

jjegoing的博客

11-29

166

并查集quick union实现将每个元素看成一个节点，每个节点都指向一个节点，当一个节点为根节点时其指向的节点为自身. 连接节点7和3,即找到7的根节点5和3的根节点2，将根节点5指向2.即将节点7和节点2连接在了一起. 在这种实现下，判断两个节点是否连接，只需要找到两个节点的根节点是否相同即可由于每个节点只会指向一个节点，根节点指向自身，所以可以用数组即可实现，数组记录每个节点指向的节点是什么.` class uf2 :uf { public: uf2(int n) {

quick union

09-22

在Quick Union算法中，每个节点都有一个指向父节点的引用，形成一个树状结构。合并操作是将某个节点的根节点指向另一个节点的根节点，从而将两个集合合并为一个集合。查询操作是找到某个节点的根节点，通过比较两个...