并查集离散化

最新推荐文章于 2024-05-21 23:16:53 发布

sightONlast

最新推荐文章于 2024-05-21 23:16:53 发布

阅读量408

点赞数 7

文章标签：算法

本文链接：https://blog.csdn.net/Don_tknowwhat/article/details/137831829

版权

以下是一个并查集离散化的模板（我个人觉得相对于开数组方式来说，当然这种数组转哈希的技巧在线段树离散化里面同样适用，可能是我孤陋寡闻了），以前背的并查集板子是开数组并且使用负数来作为连通分量的秩的，但是遇到一些键不是整型的题目，还需要自己做键类型之间的映射比较麻烦，以及一些取值范围很大的键，数组根本开不到那个范围。其实把数组替换为哈希表就好了，其他的基本没什么改动的地方，麻烦的就是使用一个根之前必须先手动插入，给我的感觉大概是 懒汉式 和 饿汉式 的区别：

饿汉式：开数组，数组每个元素代表了一个节点，虽然后续大量的节点可能根本没有参与合并的过程，就是像饿汉式一样不管有没有用到一开始就创建
懒汉式：哈希表，存在合并行为的根再执行创建

template <typename Tkey>
class DisjointSet {
private:
    unordered_map<Tkey, Tkey> G;
    unordered_map<Tkey,  int> R;

public:
    void insert(Tkey x) {
        if (G.count(x)) return;
        G[x] = x;
        R[x] = 1;
    }

    Tkey find(Tkey x) {
        if (!G.count(x)) return x;
        if (R[x] > 0) return x;

        return G[x] = find(G[x]);
    }

    void merge(Tkey x, Tkey y) {
        if (!G.count(x) || !G.count(y)) return;

        Tkey rx = find(x);
        Tkey ry = find(y);
        if (rx == ry) return;

        if (R[rx] > R[ry]) {
            R[rx] += R[ry];
            R[ry] = 0; // not a root anymore
            G[ry] = rx;
        } else {
            R[ry] += R[rx];
            R[rx] = 0; // not a root anymore
            G[rx] = ry;
        }
    }

    int rank(Tkey x) {
        // 所在连通分量的顶点数量
        if (!G.count(x)) return 1;
        return R[find(x)];
    }
};