并查集+例题

并查集

引入：

并查集（Union-find Sets）是一种非常精巧而实用的数据结构，它主要用于处理一些不相交集合的合并问题。一些常见的用途有求连通子图，求最小生成树的Kruskal算法和最近公共祖先（LCA）等。

并查集的基本操作主要有：

• 初始化init
• 查询find
• 合并union

一、初始化

假如有编号为1,2,3,…,n的n个元素，我们用一个数组fa[]来储存每个元素的父节点。一开始，我们先将它们的父节点设为自己。

int fa[MAXN];
void init(int n)
{
	for(int i=1;i<=n;++i)
	{
		fa[i]=i;
		rank[i]=1;//每个节点构成的树的高度为1
	}
}

二、查询

找到i的祖先直接返回（未进行路径压缩）

查找就是找到元素所在集合的根节点。如果父节点等于自己返回根节点，如果没有找到，继续递归查找。

int find(int i)
{
	if(fa[i]==i)//递归出口，当到达了祖先位置，就返回祖先
	return i;
	else
	return find(fa[i]);//不断往上查找祖先
}

三、合并

void union(int i,int j)
{
	int i_fa = find(i);//找到i的祖先
	int j_fa = find(j);//找到j的祖先
	fa[i_fa] = j_fa;//i的祖先指向j的祖先
}

优化查找

如果按照上面的find函数那样写的话，就会形成一个像绳子那样特别长的链表，所以我们需要进行状态压缩。就是再返回的时候，修改各节点的父节点为根。

int find(int i)
{
	if(i==fa[i])
	return i;
	else
	{
		fa[i] = find(fa[i]);//该步进行了路径压缩
		return fa[i];//返回父节点
	}
}

优化合并

优化合并就是把小集合的根指向大集合的根。

bool union(int i,int j)
{
	int x = find(i);//寻找i的祖先
	int y = find(j);//寻找j的祖先
	if(x==y) return false;//如果x,y祖先一致，说明它们共属同一集合，则不需合并，返回false，表示合并失败；否则，执行下面
	if(rank[x]>rank[y])
	fa[y] = x;//如果x的高度大于y，令y上级为x
	else
	{
		if(rank[x]==rank[y]) rank[y]++;//如果x,y高度相同，令y高度++
		fa[x] = y;//让x上级为y
	}
	return true;//合并成功
}

例题：

洛谷 P3367

思路+代码

一个典型的并查集例题。只需要当a=2时，若find(b)==find©输出Y，否则输出N就可以了。

#include<bits/stdc++.h>
#define int long long
#define IOS ios::sync_with_stdio(0);cin.tie(0);cout.tie(0);
using namespace std;

const int N=2e5+20;
int fa[N];

int find(int x)
{
	if(x==fa[x])
	return x;
	else
	{
		fa[x]=find(fa[x]);
		return fa[x];
	}
}

void unionn(int x,int y)
{
	int n=find(x);
	int m=find(y);
	fa[n]=m;
}

signed main()
{
	IOS
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	fa[i]=i;
	for(int i=1;i<=m;i++)
	{
		int a,b,c;
		cin>>a>>b>>c;
		if(a==1)
		unionn(b,c);
		else
		{
			if(find(b)==find(c))
			cout<<"Y"<<'\n';
			else
			cout<<"N"<<'\n';
		}
	}
}