并查集与算法分析

知识点

• 并查集
• 算法分析

---

并查集

• dynamic connectivity
  判断各个节点是否连通,常用的方法有两个:connected(a,b),union(a,b);connected返回布尔值判断a,b是否连通,union连通a,b。
  连通问题应用广泛,例如是否可以在p和q之间建立桥梁,通信线路,这些字符或整数对还可表示社交网络。
  假设现有集合:{1,…,10},经过连续的union的后连通的组件称为connected components,所以至少有一个connected components

• Quick Find

为解决dynamic connectivity问题,我们提出了Quick Find算法,其本质上是一种贪心算法,例如union(3,4),要把id[4]=3,若再连通union(8,3),要把id[3]=8,同时要把3连通的对象4也要进行修改:id[4]=8,最终判断两个节点是否连通仅要看看他们对应的id值是否相同即可。

但是Quick-find太慢了,无法处理大型问题,因为对于每一对输入union()都需要扫描整个id[]数组。它是一个平方量级的算法,是一个平方量级的时间太慢了,对于大型的问题没有办法接受需要平方时间的算法,当计算机变得更大更快,平方时间算法实际上变得更慢了

• Quick Union

为解决Quick Find太慢的问题,提出第一个解决方案Quick union,每个触点所对应的id[]元素都是同一个分量中的另一个触点名称(也可能为其触点),我们从给定触点开始由其链接得到另一个触点,再由这个触点的链接到达第三个触点,直到到达一个根触点,即链接指向自己的触点,这样的触点必然存在。其实是把节点按树一样组合起来,例如union(5,6),节点5的位置存放其根值6,最后我们判断两个节点是否连通我们需要回溯这个两个节点的connected component,看其根节点是否相等,相等则表示连通,通过下图理解还比较容易一些,直接上代码比较难理解,构造一棵树并不困难,quick-union中union的实现只用了一条语句就将一个根节点变为另一个根节点的父节点,从而归并了两颗树。

合并仅需要修改数组的一个项即可,查找需要更多的操作,而这个查找树可能很高,所以查找的代价太大了,可能需要回溯一整棵瘦长的树,只进行查找操作就需要花费N次数组访问,感觉提出的新方案并没什么贵用,他没法保证在所有情况下都优于union-find…相反有时效率更低了

• Quick Union Improvements

上诉两种方案都不支持大规模的动态连通图,这里给出一个新的解决算法称为weighted quick-union,每棵树都带上权重,如果一棵大树和小树合并应该避免将大树放在下面,这样我们可以永远保证小树在下面,大树在上面

显然根据二叉树的理论,这棵节点为N的树的深度最多为lgN(2为底)

还有种方法称为路径压缩(path compression),就是把瘦长的树平展开,提高查询效率,具体的做法就是在检查节点的同时将它们直接链接到根节点。

• summary

并查集算法不存在线性时间,带压缩路径的带权快速合并算法(weight quick union with compress path)已经足够接近线性算法了

---

算法分析

一句话描述,代码不仅要写的漂亮,还要注重性能,特别是内循环,别搞个多重的,因为是幂指数级增长。然后从多年工作来说,嵌套循环可能在所难免,所以一定小循环驱动大循环。
复习下基础:
 bit: 0 or 1
 byte: 8bits
 Megabyte(MB): 1 millon or $2^{20}$
 Gigabyte(GB): 1 billon or $2^{30}$

这里以java为例,现在的电脑通常是64位,我们假设64位的机器有8位的指针(指针占的内存会更多,有的jvm能压缩到4位,以避免内存消耗),具体占用内存大小如下:
 对象头: 16 bytes
 引用: 8 bytes
 填充: 总之最后的内存要是8的倍数,不够就填上

• 具体代码实现
  QuickFindUF.java
  QuickUnionUF.java