并查集 详细介绍

概念

使用场景

操作以及具体实现

1)初始化

2)查找某节点所在集合的Boss(即找到其根节点)+ 路径压缩

3)合并两集合

4)判断两个节点是否在同一个集合中

5)统计集合数量

6)统计集合中节点的个数

7)并查集的删除操作

7-1)为了用可以进行删除操作的并查集,我们的初始化为

7-2)删除操作


概念

根据百度百科所给的定义,如下:

并查集,在一些有N个元素的集合应用问题中,我们通常是(初始化)在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中,其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间(1~3秒)内计算出试题需要的结果,只能用并查集来描述。

并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。

根据以上定义,一般的并查集,就是先初始化,使得单个节点就是对应一个集合,然后根据所给的关系,讲属于同一集合的节点进行合并,在合并的时候,(每个集合会有一个代表人,称为Boss),我们需要找到两个节点对应的Boss,如果Boss相同,说明两个节点本身就在同一个集合里了;如果Boss不同,那就说明不是同一个集合,因此我们只要将两个Boss给一个“附属”关系,也就是一个Boss认另一个Boss为Boss,那么就可以将两个集合进行连通了。

 

使用场景

出现连通情况,并且可以有多个连通情况的时候,就可以考虑使用并查集,来求集合的分类。

当遇到有关物与物之间的关系,且这种关系是可传递的问题时,可以优先尝试用并查集解决。

也就是给了一些关系,而这些关系是“无向”的,而且关于连通情况之类的,都可以考虑使用并查集。

比如求出,有多少个联通块,其实就是分成了几个集合。那么就可以用并查集来解决(也可以用DFS,但是并查集应该更快)。

 

操作以及具体实现

为了解释清楚,会在每一个操作前,加上一段故事描述,这些故事描述借鉴了“飘过的小牛”的一篇博客超有爱的并查集~

话说江湖上散落着各式各样的大侠,有上千个之多。他们没有什么正当职业,整天背着剑在外面走来走去,碰到和自己不是一路人的,就免不了要打一架。但大侠们有一个优点就是讲义气,绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”,只要是能通过朋友关系串联起来的,不管拐了多少个弯,都认为是自己人。这样一来,江湖上就形成了一个一个的帮派,通过两两之间的朋友关系串联起来。而不在同一个帮派的人,无论如何都无法通过朋友关系连起来,于是就可以放心往死了打。但是两个原本互不相识的人,如何判断是否属于一个朋友圈呢?

我们可以在每个朋友圈内推举出一个比较有名望的人,作为该圈子的代表人物Boss(也可以称为掌门)。这样,每个圈子就可以这样命名“中国同胞队”美国同胞队”……两人只要互相对一下自己的Boss(或掌门)是不是同一个人,就可以确定敌友关系了。

但是还有问题啊,大侠们只知道自己直接的朋友是谁,很多人压根就不认识Boss(或掌门)要判断自己的队长是谁,只能漫无目的的通过朋友的朋友关系问下去:“你是不是Boss?你是不是Boss?”这样,想打一架得先问个几十年,饿都饿死了,受不了。这样一来,Boss(或掌门)面子上也挂不住了,不仅效率太低,还有可能陷入无限循环中。于是Boss(或掌门)下令,重新组队。队内所有人实行分等级制度,形成树状结构我Boss(或掌门)就是根节点,下面分别是二级队员、三级队员。每个人只要记住自己的上级是谁就行了。遇到判断敌友的时候,只要一层层向上问,直到最高层,就可以在短时间内确定Boss(或掌门)是谁了。由于我们关心的只是两个人之间是否是一个帮派的,至于他们是如何通过朋友关系相关联的,以及每个圈子内部的结构是怎样的,甚至Boss(或掌门)是谁,都不重要了。所以我们可以放任队长随意重新组队,只要不搞错敌友关系就好了。于是,门派产生了。

————————————————
原文链接:https://blog.csdn.net/niushuai666/article/details/6662911

上面的故事,说出了,并查集是一个树型的数据结构,这是为了在极短时间里判断不同的节点是否在同一个集合中。而且,无论是否直接连通的,还是转了很多弯才连通的,都认为是一个集合。

 

根据并查集一般的使用情况,操作可分为:

1)初始化

初始化就是,一开始有 n 个节点(可以试 0 到 n-1,也可以是 1 到 n),我们认为这些单个节点都自己组成了单个集合,也就是说,这个节点的Boss(根节点)就是自己,这样子,一个节点就是一个集合。

// fa[i] 表示节点 i 的父节点是...
// 一般设 MAXN 就是最多的节点数
const int MAXN=1e5+50;
int fa[MAXN]

// 因为每个元素属于单独的一个集合,所以每个元素以自己作为自己的父节点
// 也就是说,此时这个节点就是该集合的代表
// 如果找到某个节点刚好是自己的父节点,那就说明这个点是根节点
// 也就是我们上文说的Boss(集合代表人)
for(int i = 0;i < n;i++)
    fa[i]=i;

当我们判断一个节点的父节点,刚好是本身,也就是说,找到了根节点,即这个节点是该集合的Boss。

2)查找某节点所在集合的Boss(即找到其根节点)+ 路径压缩

int fa[MAXN]; 这个数组,记录了每个大侠的上级是谁。大侠们从1或者0开始编号(依据题意而定),pre[15]=3就表示15号大侠的上级是3号大侠。如果一个人的上级就是他自己,那说明他就是掌门人(或Boss)了,查找到此为止。也有孤家寡人自成一派的,比如欧阳锋,那么他的上级就是他自己。每个人都只认自己的上级。比如胡青牛同学只知道自己的上级是杨左使。张无忌是谁?不认识!要想知道自己的掌门是谁,只能一级级查上去。 
————————————————
原文链接:https://blog.csdn.net/niushuai666/article/details/6662911

所以要想找到某节点的根节点(掌门或Boss),就要一级一级向上找,那么也就是每次都找该节点的上级,如果上级是Boss(即上级的上级是自己,也就是上级就是根节点了),那就说明找到了;不然就又继续向上找

// 非递归实现—未优化版本 
// 每次都判断该节点是不是根节点(也就是父节点是否是自己)
// 如果是,说明这个点 x 就是根节点(Boss);不然就继续往上找
int findFa(int x)
{
    while(fa[x]!=x)
        x=fa[x];
    return x;
}

// 递归实现—未优化版本
// 原理和上面循环结构一样,
int findFa(int x)
{
    if(fa[x]!=x)
        return Find(fa[x]);
    else
        return fa[x];
}

建立门派的过程是两个人两个人地连接起来的,谁当谁的手下完全随机。最后的树状结构会变成什么样,我也无法预知,一字长蛇阵也有可能。这样查找的效率就会比较低下。最理想的情况就是所有人的直接上级都是掌门(或Boss),一共就两级结构,只要找一次就找到掌门了。哪怕不能完全做到,也最好尽量接近。这样就产生了路径压缩算法。

设想这样一个场景:两个互不相识的大侠碰面了,想知道能不能干一场。 于是赶紧打电话问自己的上级:“你是不是掌门?” 上级说:“我不是呀,我的上级是谁谁谁,你问问他看看。” 一路问下去,原来两人的最终boss都是东厂曹公公。 “哎呀呀,原来是自己人,有礼有礼,在下三营六组白面葫芦娃!” “幸会幸会,在下九营十八组仙子狗尾巴花!” 两人高高兴兴地手拉手喝酒去了。 “等等等等,两位大侠请留步,还有事情没完成呢!”我叫住他俩。 “哦,对了,还要做路径压缩。”两人醒悟。 白面葫芦娃打电话给他的上级六组长:“组长啊,我查过了,其实偶们的掌门是曹公公。不如偶们一起结拜在曹公公手下吧,省得级别太低,以后查找掌门麻烦。” “唔,有道理。” 白面葫芦娃接着打电话给刚才拜访过的三营长……仙子狗尾巴花也做了同样的事情。 这样,查询中所有涉及到的人物都聚集在曹公公的直接领导下。每次查询都做了优化处理,所以整个门派树的层数都会维持在比较低的水平上。总之它所实现的功能就是如下图:

————————————————
原文链接:https://blog.csdn.net/niushuai666/article/details/6662911

所以在查找根节点Boss(或掌门)时,一般都会进行路径压缩,方便后面再查找,能将树型结构的层数减少。

// 非递归实现 + 路径压缩
int findFa(int x)
{
    int son, temp;
    son = x;  // 记录原来的节点,因为后面 x 处理变成了根节点

    while(fa[x]!=x)
        x=fa[x];
    
    // 路径压缩,将原来的节点以及它的所有父节点
    // 都连接到根节点 x 去。
    while(son != x)
    {
        temp = fa[son];    // 先记住,原本节点的父节点,不然后面改变了
        fa[son] = x;
        son = temp;
    }
    
    return x;
}

// 递归实现 + 路径压缩
int findFa(int x)//递归实现—优化版本
{
    if(fa[x]!=x)
        fa[x]=findFa(fa[x]);  
    //路径压缩,优化核心,把此时 x 的父节点变为根节点,利用了递归

    return fa[x];
}

3)合并两集合

再来看看Union函数,就是在两个点之间连一条线,这样一来,原先它们所在的两个集合的所有点就都可以互通了。

这在图上很好办,画条线就行了。但我们现在是用并查集来描述武林中的状况的,一共只有一个fa[ ]数组,该如何实现呢? 还是举江湖的例子,假设现在武林中的形势如图所示。

虚竹帅锅与周芷若MM是我非常喜欢的两个人物,他们的终极boss分别是玄慈方丈和灭绝师太,那明显就是两个阵营了。我不希望他们互相打架,就对他俩说:“你们两位拉拉勾,做好朋友吧。”他们看在我的面子上,同意了。这一同意可非同小可,整个少林和峨眉派的人就不能打架了。这么重大的变化,可如何实现呀,要改动多少地方?其实非常简单,我对玄慈方丈说:“大师,麻烦你把你的上级改为灭绝师太吧。这样一来,两派原先的所有人员的终极boss都是师太,那还打个球啊!反正我们关心的只是连通性,门派内部的结构不要紧的。”玄慈一听肯定火大了:“我靠,凭什么是我变成她手下呀,怎么不反过来?我抗议!”于是,两人相约一战,杀的是天昏地暗,风云为之变色啊,但是啊,这场战争终究会有胜负,胜者为王。弱者就被吞并了。反正谁加入谁效果是一样的,门派就由两个变成一个了。
————————————————
原文链接:https://blog.csdn.net/niushuai666/article/details/6662911

合并两个节点对应的集合,我们先找到两个节点对应的Boss,利用2)中讲到的 findFa() 函数。判断两个Boss是不是同一个

  • 如果Boss相同,说明这两个节点本身就在同一个集合,不用处理
  • 如果Boss不相同,那么就把两个Boss变成一个从属关系,即其中一个Boss的父节点变成是另一个Boss,这样子两个集合就成了一个集合
void join(int x,int y)
{
    x = findFa(x);
    y = findFa(y);
    if(x!=y)         // 不是同一个Boss,那就弄一个从属关系
        fa[y]=x;
}

4)判断两个节点是否在同一个集合中

利用2)中的 findFa() 函数,找到两个节点对应的Boss,如果Boss相同,说明时同一个集合;否则,就是不同集合。

bool isSame(int x,int y)
{
    x = findFa(x);
    y = findFa(y);
    if(x==y)
        return true;
    else 
        return false;
}

5)统计集合数量

要统计有几个集合,实际上就是判断有几个Boss,其中Boss表示的是,某个节点的父节点是其本身,那么该节点就是Boss。

所以只要我们对所有节点,都进行是否是Boss判断,是Boss说明就是有一个集合。

// 输入:n个节点。输出:集合个数
int countSets(int n)
{
    int cnt=0;
    for(int i = 0; i<n; i++)
        if(fa[i]==i)
            cnt++;

	return cnt;
}

6)统计集合中节点的个数

我们可以得出所有节点的Boss,利用2)中的 findFa() 函数。利用一个数组 num 记录统计每个节点对应的Boss出现次数,这样子不仅可以知道有几个集合(Boss),也可以知道每个集合中的节点个数。

int num[MAXN];

void countElements(){
    memset(num, 0, sizeof(num));

    for(int i = 0;i < n;i++){
        // 统计每个Boss下的节点个数
        num[findFa(i)]++;
    }
    return;
}

7)并查集的删除操作

这个很重要,有的时候,如果需要进行并查集的中,即某个集合中删除去某个点,但不影响跟这个点有关系的其他点之间的关系,比如:

 当删除2号节点,1,3,4还是在一个集合中 

显然,如果还是利用常规的并查集并不能实现这一操作。

常规并查集的初始化(也就是我们的1)中的初始化的方法是把每个节点的父节点初始化成自己,fa[u] = u,u这个节点就是整个集合的Boss。此时,u 有两重身份:既是一个节点的名字,同时也是这个节点对应的集合的代表人Boss。

而当要删除某个节点时,即只改变这个节点的Boss,但由于上面的常规初始化,导致这也影响了其他人的Boss改变。

 

因此想要删除节点(改变其Boss)而不影响跟这个节点有关的其他节点的Boss,那么只能在初始化的时候,不用上面讲的常规初始化方法。

也就是我们建立虚拟节点(实际上没有的,比如本来只有 0 到 n-1 节点,那么第 n 个节点之后的都是虚拟节点,即实际上没有,但是我们为了处理方便,加进来的节点),这样子,只要把原本的节点(0 到 n-1)的Boss不给(0 到 n-1)而是给虚拟节点(第 n 以后的节点)来当。

这样子即使我们删除了某个节点(改变了它的Boss),那么只是它的Boss变了,其他的Boss还是不变的(因为和那个节点本身没关系了)。

7-1)为了用可以进行删除操作的并查集,我们的初始化为

int fa[MAXN];
int index;

void init(){
    
// 本身有 n(0 到 n-1) 个节点,所以虚拟节点是从第 n 个开始
    index=n;  

    // 给原本实际上存在的 0 到 n-1 个节点,给Boss(n 到 2n-1)
    for(int i=0;i<n;i++){
        fa[i]=index++;
    }
    
    // 所有的节点初始化都需要有Boss,因为是但元素集合
    // 所以 虚拟节点的 Boss 就是虚拟节点本身。(这是因为删除操作不会删除虚拟节点)
    // 所以虚拟节点的初始化还是和常规的时候一样
    for(int i=n;i<n*2;i++){
        fa[i]=i;
    }

    return ;
}

7-2)删除操作

index 用于在删除时不断往后扩展新的节点,例如在删除了2号节点后,2号节点是 一个独立的集合,因此它的父节点不能是原来的任何一个节点(包括原来的虚拟节点)中,因此 index 变量设的是全局变量,因此 fa[2]=index++ 就表示把 2号节点的Boss重定向了,也就是从原来的集合中删除了 2号节点。

void del(int x){
    
    // 将要删除的 x 节点重新给为 Boss (index) 
    fa[x] = index;

    // 因为给的节点又是之前没有出现的,所以对于虚拟节点,我们还是常规初始化
    // 也就是对于这个新的节点,就是Boss,所以该节点的父节点即为自身
    // 也就是说明,重定向的这个节点 index 也是一个集合的 Boss(同时虚拟节点往后走一位,用于下次删除)
    fa[index] = index++;
}

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值