并查集
在一些有N个元素的集合应用问题中,通常是在开始时让每个元素构成一个单元素的集合,然后按照一定顺序将属于同一组元素所在的集合合并,期间要反复查找一个元素在哪一个集合中。其特点是看似“不复杂”,但当数据量较大时,如果用一般的数据结构来描述,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高。因此可以用并查集来优化。
并查集是一种树型的数据结构,用于处理不相交集合(disjoint sets)的合并以及查询问题。在使用中可以想成森林来操作。
基本操作
并查集主要有两个操作:查找和合并。在并查集中,设置一个father[i]数组,表示元素i的父亲。
1.查找一个元素的祖先,也就是查找这个元素所在的树的根
朴素的做法是递归的,一直查找到其父亲等于自己的元素,这个结点即为该树的根。这种方法一旦数据量较大(存在长链),每次查找几乎是O(n)的复杂度,效率不高。对此要进行一种操作,即路径压缩。找到最久远的祖先时顺便把它的子孙直接连接到它的直接孩子处,这样就避免了树的结构退化,从而提高效率。
路径压缩出发点:尽量直接指向根节点,而不是向上慢慢走
int getfather(int x)
{
if(father[x]!=x) return father[x]=getfather(father[x]);
return father[x];
}
2.将两个不相交的集合合并,此类操作相当于两棵树的合并
直接找到两个结点的树根,看是否相同,不同合并即可。
void Union(int x,int y)
{
int fx=getfather(x);
int fy=getfather(y);
if(fx!=fy){
father[fx]=fy;
}
}
还有一种优化是按秩合并,不过貌似优化程度不大(下面那道模板题)(研究过的还请评论指教)
void Merge(int x,int y)
{
//有按秩启发式合并
int a=Find(x);
int b=Find(y);
if(Rank[a]<Rank[b]){
father[a]=b;
}
else{
father[b]=a;
if(Rank[b]==Rank[a]) Rank[a]++;
}
}
模板题(洛谷3367)
#include<bits/stdc++.h>
using namespace std;
const int maxn=100010;
int father[maxn];
int Rank[maxn];
void init(int n)
{
for(int i=1;i<=n;++i) father[i]=i;
}
//int Find(int x)
//{
// //没有路径压缩
// while(father[x]!=x) x=father[x];
// return x;
//}
int Find(int x)
{
//有路径压缩
return father[x] = father[x]==x ? x : Find(father[x]);
}
//void Merge(int x,int y)
//{
// //没有按秩启发式合并
// int fx=Find(x);
// int fy=Find(y);
// if(fx!=fy){
// father[fx]=fy;
// }
//}
void Merge(int x,int y)
{
//有按秩启发式合并
int a=Find(x);
int b=Find(y);
if(Rank[a]<Rank[b]){
father[a]=b;
}
else{
father[b]=a;
if(Rank[b]==Rank[a]) Rank[a]++;
}
}
int main()
{
ios::sync_with_stdio(false);
//freopen("ce.in","r",stdin);
int n,m,tp,x,y;
cin>>n>>m;
init(n);
for(int i=0;i<m;++i){
cin>>tp>>x>>y;
if(tp==1){
Merge(x,y);
}
else{
if(Find(x)==Find(y)) cout<<'Y'<<endl;
//fastIO::print('Y');
else cout<<'N'<<endl;
//fastIO::print('N');
}
}
return 0;
}
优化Kruskal算法
Kruskal算法关键的一步操作就是判断连接的两个节点于图Graph中在不在同一个连通分量中
这里并查集就可以大展身手了
//部分代码示例
int parent[maxm];
int Find(int f)//查找连线顶点的尾部下标
{
return parent[f]!=f?parent[f]=Find(parent[f]):f;
}
void MiniSpanTree_Kruskal()
{
int sum=0;
int nn,mm;
for(int i=0;i<G.numVertexes;++i)
parent[i]=i;//初始化数组值为i
for(int i=0;i<G.numEdges;++i){//循环每一条边
nn=Find(G.xiang[i].beg);
mm=Find(G.xiang[i].endd);
if(nn!=mm){//假如n与m不等,说明此边没有与现有生成树形成环路
parent[nn]=mm;//将此边的结尾顶点放入下标为起点的parent中
//表示此顶点已经在生成树集合中
//printf("(%d,%d) %d",G.xiang[i].beg,G.xiang[i].endd,G.xiang[i].weight);
sum+=G.xiang[i].weight;
}
}
cout<<sum<<endl;
}