【数据结构入门精讲 | 第十六篇】并查集知识点及考研408、企业面试练习

秋说

已于 2024-05-30 20:21:49 修改

阅读量2.8k

点赞数 33

分类专栏：数据结构与算法文章标签：数据结构考研面试

于 2023-12-23 20:07:02 首次发布

该原创文章未经本人许可，不得用于商业用途。未经授权不得转载，否则保留追究法律责任的权利。

本文链接：https://blog.csdn.net/2301_77485708/article/details/135172636

版权

本文介绍了并查集的概念、基本操作和优化策略，并提供了相关习题，适用于数据结构学习、考研408备考及面试准备。并查集是一种处理元素分组的数据结构，常用于解决连通性问题，如图论中的连通性判断、最小生成树等。文章包含选择题、填空题和编程题，帮助读者巩固理解。

摘要由CSDN通过智能技术生成

上一篇中我们进行了散列表的相关练习，在这一篇中我们要学习的是并查集。

在这里插入图片描述

在许多实际应用场景中，我们需要对元素进行分组，并且在这些分组中进行查询和修改操作。比如，在图论中，我们需要将节点按照连通性进行分组，以便进行最小生成树、最短路径等算法；在计算机视觉中，我们需要将像素进行分组，以便进行图像分割和对象识别等任务。而并查集正是为了解决这些问题而被提出来的一种数据结构。

概念

并查集（Disjoint Set）是一种用于处理元素分组的数据结构，通常用于解决一些与等价关系有关的问题，比如连通性的判断、最小生成树算法中的边的合并等。

在这里插入图片描述

并查集中的每个元素都属于一个集合，每个集合都有一个代表元素（也称为根节点），代表元素可以用来表示整个集合。并查集支持三个基本操作：

1.MakeSet(x)：创建一个只包含元素 x 的新集合；
2.Find(x)：返回元素 x 所属的集合的代表元素；
3.Union(x, y)：将元素 x 和 y 所属的集合合并成一个新集合。

其中，Find 操作可以使用路径压缩（Path Compression）和按秩合并（Union by Rank）优化，以提高查询效率。

并查集的应用非常广泛，比如在图论算法中求解连通性、求解最小生成树等问题时都会用到。

伪代码

// 初始化并查集，每个元素单独成集合
function MakeSet(x)
    x.parent = x
    x.rank = 0

// 查找元素所属的集合（根节点），并进行路径压缩
function Find(x)
    if x.parent != x
        x.parent = Find(x.parent) // 路径压缩：将x的父节点设为根节点
    return x.parent

// 合并两个集合，按秩合并
function Union(x, y)
    xRoot = Find(x)
    yRoot = Find(y)
    if xRoot == yRoot
        return // 已经在同一个集合中，无需合并
    if xRoot.rank < yRoot.rank
        xRoot.parent = yRoot
    else if xRoot.rank > yRoot.rank
        yRoot.parent = xRoot
    else
        yRoot.parent = xRoot
        xRoot.rank = xRoot.rank + 1

接下来，让我们进行并查集的相关练习。

选择题

1. 在这里插入图片描述

选B

2. 在这里插入图片描述

解析：
1  -4   1  1  -3  4  4  8  -2
0   1   2  3   4  5  6  7   8


1对应-4，则1是根节点且有4个子孙
又因为0、2、3都对应1
所以
      1
   0 2 3 null
   
   
4对应-3，则4是根节点且有3个子孙
又因为5、6都对应4
所以
    4
  5  6 null
  
  
8对应-2，则8是根节点且有2个子孙
又因为7对应8
所以
    8
  7 null
  
将6与8所在的集合合并，且小集合合并到大集合
则
    4
  5  6 8
      7 null
所以树根是4，对应的编号是-5（-表示树根，5表示4的子孙个数）

3. 在这里插入图片描述

可以画出来对应的树
然后把小树连到大树上
接着从1到7遍历
如果有父节点，给出父节点的值
如果它本身是根节点，则给出负号和子孙个数

在这里插入图片描述

填空题

在这里插入图片描述

编程题

7-1 朋友圈

某学校有N个学生，形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好，形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。根据“我的朋友的朋友也是我的朋友”这个推论可以得出，如果A和B是朋友，且B和C是朋友，则A和C也是朋友。请编写程序计算最大朋友圈中有多少人。

输入格式:

输入的第一行包含两个正整数N（≤30000）和M（≤1000），分别代表学校的学生总数和俱乐部的个数。后面的M行每行按以下格式给出1个俱乐部的信息，其中学生从1~N编号：

第i个俱乐部的人数Mi（空格）学生1（空格）学生2 … 学生Mi

输出格式:

输出给出一个整数，表示在最大朋友圈中有多少人。

输入样例:

输出样例:

#include<stdio.h> 

int a[30001];  // 定义数组a，用于存储并查集的父节点信息
int search(int b){
     // 查找元素所属的集合（根节点）
	if(a[b]<0){
     // 如果a[b]小于0，说明b是根节点
		return b;  // 返回b作为集合的代表元素
	}else{
   
		return search(a[b]);  // 否则递归查找父节点，直到找到根节点
	}
}

void function(int m,int n){
     // 合并两个集合
	int x,y;
	x=search(m);  // 查找m所属的集合（根节点）
	y=search(n);  // 查找n所属的集合（根节点）
	if(x!=y){
     // 如果m和n不在同一个集合中
		a[x]+=a[y];  // 将集合y的大小加到集合x上
		a[y]=x;  // 将集合y的父节点指向集合x
	}
}

int main(){
   
	int m,n;
	scanf("%d %d",&n,&m);  // 输入学生数量n和关系数量m
	int i;
	for(i=0;i<=n;i++){
     // 初始化并查集，每个元素单独成集合
		a[i]=-1;  // 初始时每个元素的父节点为自身，且集合大小为1
	}
	int stu,j,num,num1;
	for(i=0;i<m;i++){
     // 处理每组关系
		scanf("%d",&stu);  // 输入每组关系中学生的数量
		for(j=0;j<stu;j++){
     // 输入每组关系中的学生编号
			scanf("%d",&num);
			if(j==0){
   
				num1=num;  // 记录第一个学生的编号
			}else{
   
				function(num1,num);  // 合并这组关系中的学生
			}
		}
	}
	int min;
	min=a[1];
	for(i=2;i<n;i++){<