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:
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';
}
}
}