并查集以及经典例题解析

并查集:union(合并),find(查找),set(集合)。
1)合并:合并两个集合。
2)查找:判断两个元素是否在一个集合。

1、首先得有一个father数组,其中father[i]=i,的意思就时father[i]表示元素i的父亲。

2、初始化!让他们都属于不同的集合,他们的父节点都是自己

for(int i = 1; i <= n; i++)
  	father[i] = i;				//也可以是-1

3、查找!可以用递推或者递归

int findFather(int x) 
{
  while(x != father[x])
    x = father[x];
  return x;
}

//或者递归
int findFather(int x)
 {
  if(x == father[x]) return x;
  else return findFather(father[x]);
}

4、合并!把两个集合合并为一个集合

void Union(int a, int b)				//应该写大写U,小写u好像会冲突
 {
  int faA = findFather(a);
  int faB = findFather(b);
  if(faA != faB)			
    father[faA] = faB;			//谁是谁父节点都无所谓,看想要谁,就让谁是谁的父节点
}

5、路径压缩!
以上的查找函数是没有经过优化的,在极端情况下效率极低,元素数量很多并形成一条链的时候,查找函数的效率贼低。
在这里插入图片描述

int findFather(int x)
{ 
	int a = x; 
	while(x != father[x]) 
		x = father[x]; 
	while(a != fahter[a]) { 			//路径压缩代码,可以省略 
		int z = a; 
		a = father[a]; 
		father[z] = x; 
	} 
	return x; 
}

经典例题:
PAT–L2-007家庭房产------并查集
PAT–L2-010排座位------并查集
PAT–L2-024部落------并查集(Union函数问题)
PAT–L3-003社交集群------并查集

大致总结一下一些所求的点:
1)当时对于什么共同的兴趣或者课程的时候,应为没有直接输入id,所以应该另外设置一个数组a,首先给每一个兴趣或者课程一个father,当a[b]==0时令a[b]=i。
2)怎么求集合的总个数?
怎么求每个集合的个数

int isRoot[10000]={0};
for(int i=1;i<=n;i++){
        if(isRoot[find(i)]==0) flag++;
        isRoot[find(i)]++;
    }
### 力扣上的并查集例题目 #### 题目概述 在 LeetCode 上,并查集是一种非常常见的算法设计模式,用于解决涉及连通性和分组的问题。以下是几个经典并查集相关题目及其描述。 --- #### 经典题目解析 1. **岛屿数量 (Number of Islands)** 这是一个经典问题,目标是在二维网格中计算由 '1' 表示的陆地组成的岛屿的数量[^2]。可以使用 DFS、BFS 或者并查集来实现。如果选择并查集方法,则可以通过 `union` 操作将相邻的陆地标记为同一集合,最终统计独立集合的数量得到答案。 2. **最长连续序列 (Longest Consecutive Sequence)** 输入一个未排序的整数数组,找到其中最长的连续子序列长度[^3]。此问题可以用哈希表或者并查集求解。通过构建节点之间的连接关系,利用并查集中的 `find` 和 `union` 方法动态维护最大连通区域大小。 3. **朋友圈 (Friend Circles)** 描述了一群学生之间是否存在友谊关系的情况,判断总共有多少个互不相交的朋友圈[^1]。这道题可以直接映射到标准的并查集模型上——每一对朋友视为一条边,执行相应的合并操作后查询总的连通分支数目即可得出结果。 4. **账户合并 (Accounts Merge)** 提供多个电子邮件地址列表以及它们所属用户的姓名信息,要求按照实际拥有这些邮箱的人重新整理输出形式[^4]。这里同样适用基于字符串键值建立图结构再借助并查集完成归类处理逻辑。 5. **冗余连接 II (Redundant Connection II)** 假设树形拓扑被破坏成含有环路的状态,请找出造成这种情况的一条多余边并移除恢复原状。运用带权版并查集技巧检测何时形成闭环从而定位错误链接位置。 --- ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) def find(self, p): while p != self.parent[p]: self.parent[p] = self.parent[self.parent[p]] # 路径压缩 p = self.parent[p] return p def union(self, p, q): rootP = self.find(p) rootQ = self.find(q) if rootP == rootQ: return False self.parent[rootP] = rootQ return True ``` 上述代码片段展示了如何定义一个基础版本的支持按秩合并与路径压缩优化后的并查集数据结构实例化过程。 --- ###
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