【算法】并查集优化 Union Find Optimization

已于 2022-12-13 14:04:43 修改
阅读量370 收藏 1
点赞数 1
分类专栏： 数据结构与算法 文章标签： 算法 数据结构
于 2022-09-03 19:36:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Rolandxxx/article/details/126681418
版权

并查集优化 Union Find Optimization

并查集优化就是针对并查集的Find和Union两种方法进行优化，即Quick Find和Quick Union。在做题时一般用Quick Find这个模块就足够了！

Quick Find
相对于原并查集代码模板，Quick Find就是在find函数里加了一层递归（紫色框部分），当我找到真正的根节点以后，把真正的根节点直接放在我当前的这个索引上来（索引表示值，索引对应的数组的值表示根节点）
在这里插入图片描述
Quick Union 权重方法：思想就是防止树太高，避免下图左边的情况，尽量向右边的这种情况靠拢！
在这里插入图片描述
比如下图2和3要连在一起了，正常做法就是把3挪到2下面来变成下图的样子，但这样的话找根节点就非常的慢。
在这里插入图片描述
权重的原理就是：比较两个树的高度，把矮的那个树的根节点连接到高的树上，使得到的树的高度最低。这样的话最终的树高就只有3。

在这里插入图片描述
下面红框部分就是原并查集模板中Quick Union改变的部分：
在这里插入图片描述

Blizzard_v
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Union-Find算法详解
流楚丶格念的博客
06-01 3394
原文地址：https://www.jianshu.com/p/5f0db63ba54b今天讲讲 Union-Find 算法，也就是常说的并查集算法，主要是解决图论中「动态连通性」问题的。名词很高端，其实特别好理解，等会解释，另外这个算法的应用都非常有趣。说起这个 Union-Find，应该算是我的「启蒙算法」了，因为《算法4》的开头就介绍了这款算法，可是把我秀翻了，感觉好精妙啊！后来刷了 LeetCode，并查集相关的算法题目都非常有意思，而且《算法4》给的解法竟然还可以进一步优化，只要加一个微小的修改就可
数据结构(11)-UnionFind(并查集)的实现与优化
程序员不鸣的博客
09-09 406
文章目录1.1.什么是并查集1.2.并查集的实现1.3.优化1:数量优化1.4.优化2:高度优化1.5.优化3:路径压缩优化 今天来看看并查集的实现与优化～- ( ゜- ゜)つロ 1.1.什么是并查集 并查集这种数据结构的出现是为了解决一类被称为动态连通的问题： 所谓的动态连通问题是指在一组可能相互连接也可能相互没有连接的对象中，判断给定的两个对象是否联通的一类问题。 在并查集中需要对外提供两...
【数据结构】并查集 Find和Union的优化 解析+完整代码
最新发布
m0_61628700的博客
04-26 1015
（2）Union(S,Root1,Root2)：把集合S中的子集合Root2并入子集合Root1，要求Root1和Root2互不相交，否则不支持合并。（3）Find(S,x)：查找集合S中单元素x所在的子集合，并返回该子集合的根节点。（1）Initial(S)：将集合S中的每个元素都初始化为只有一个单元素的子集合；压缩路径——Find操作，先找到根结点，再将查找路径上所有结点都挂到根结点下。每次Find操作，先找根，再压缩路径，可使树的高度不超过。∵树越深，越难查找，∴要尽量减小树的深度，
数据结构（八）：并查集详解 （多图+动图）
热门推荐
ReadyGo!!!的博客
07-03 1万+
数据结构（八）：并查集详解 （多图+动图）
并查集 UnionFind
peng_xiao_bo的博客
04-03 146
如图 并查集是为了表示不同点和点之间关系的一种集合2的父节点是1，4的父节点是3，3的父节点是1；6的父节点是5；0没有父节点/0的父节点是自己1，2，3，4在一个集合中；5，6在一个集合中；0自己是一个集合。
并查集 以及 并查集优化
Kiddyup的博客
07-30 1133
什么是并查集 并查集：主要用于不相交集合的合并与查询。（如判断两个元素是否在同一集合中） 并查集主要操作 定义数组f[n]，表示当前下标 i 所在的集合的祖先（树根） 初始化（拿1~10为例） 每个元素所在集合都只有本身，即每个元素都是树根。 查找 查找元素所在集合的根节点。 合并 ...
SQL语句优化之union
qq_34861017的博客
06-11 471
SQL语句优化之union。
白鲸优化算法Beluga whale optimization源代码及原文
06-10
分享了白鲸优化算法Beluga whale optimization源代码及原文，亲测有效，更多算法可进入空间查看
智能算法：Flying Foxes Optimization飞狐优化Matlab
08-30
智能算法：Flying Foxes Optimization飞狐优化Matlab
森林优化算法Forest Optimization Algorithm源代码及其原文
05-27
分享了森林优化算法Forest Optimization Algorithm源代码及其原文，更多算法可进入空间查看
智能优化算法：金枪鱼群优化算法tuna swarm optimization algorithm
11-16
分享了金枪鱼群优化算法tuna swarm optimization algorithm源代码及其原文，亲测有效
鲸鱼优化算法（Whale Optimization Algorithm，WOA）剖析
10-25
鲸鱼优化算法（Whale Optimization Algorithm，WOA）剖析 鲸鱼优化算法（WOA）是一种基于 Swarm Intelligence 的元启发式优化算法，由Mirjalili于2016年提出。WOA的基本思想是模拟鲸鱼的觅食行为，通过模拟鲸鱼的...
算法：并查集
OceanStar的博客
06-18 2102
简单来说，动态连通性可以抽象为一幅图连线。比如下面图中，一共有10个节点，它们互不相连，分别用0 90~90 9标记 并查集算法需要实现如下操作： 这里说的[连通]是一种等价关系，也就是说具有如下三个性质：如上图： 判断这种「等价关系」 ⾮常实⽤， ⽐如说编译器判断同⼀个变量的不同引⽤， ⽐如社交⽹络中的朋友圈计算等等。而Union-Find 算法的关键就在于 union 和 connected 函数的效率。 那么⽤什么模型来表⽰这幅图的连通状态呢？ ⽤什么数据结构来实现代码呢？一般使⽤森林（若⼲棵树）
5.【并查集】概念、代码实现、优化（Find优化、Union优化）
你说的白是什么白_
11-11 402
【并查集】概念、代码实现、优化（Find优化、Union优化）
基于Size的并查集优化
扬俊的小屋
12-27 1109
在上一节中，我们对并查集进行了一个结构上的优化，然而，我们发现在数据量很大时，貌似效率并没有被提升很多，因此，我们今天就来讨论一下并查集的另一种优化方式：基于Size的优化。 在上一节中，我们对于两个集合的合并，貌似是随意的进行的，然而，这样会引发一些极端的情况出现，例如，在下图中： 如果我们需要把4和9所在的集合合并，对于原来的代码逻辑，我们总是把第一个集合的根元素的父节点指向另一个
并查集的介绍和其六种优化（c++）
一条二哈
02-17 248
并查集 并查集是一种树型的数据结构，用于处理一些不交集的合并及查询问题。有一个联合-查找算法定义了两个用于此数据结构的操作： Find：确定元素属于哪一个子集。它可以被用来确定两个元素是否属于同一子集。 Union：将两个子集合并成同一个集合。 如图，最简单的一种解释方法，上图中上面一行存的是元素，下面的一行存的是元素所属的集合。那么我们可以清晰的看到：其中元素0、2、4、6、8是一个组别，元...
并查集的优化
sdau20163940的博客
12-13 243
#include #include using namespace std; #define maxn 20001 int father[maxn]; int m,n,i,x,y,q; int find(int x){//寻找根节点编号并压缩路经，递归实现 if(father[x]!=x) father[x]=find(father[x]);//路径压缩，优化的核心
200.岛屿数量
s11235218的博客
08-07 217
200.岛屿数量 给你一个由 ‘1’（陆地）和 ‘0’（水）组成的的二维网格，请你计算网格中岛屿的数量。 岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外，你可以假设该网格的四条边均被水包围。 示例 1： 输入：grid = [ [“1”,“1”,“1”,“1”,“0”], [“1”,“1”,“0”,“1”,“0”], [“1”,“1”,“0”,“0”,“0”], [“0”,“0”,“0”,“0”,“0”] ] 输出：1 示例 2： 输入：grid = [ [“1
c++ 并查集实现 优化
junqing_wu的博客
03-05 477
定义 并查集(Disjoint-Set)是一种可以动态维护若干个不重叠的集合，并支持合并与查询两种操作的一种数据结构 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。 并查集有两个基本操作： Find: 查找元素所属子集 Union：合并两个子集为一个新的集合 并查集的基本结构 我们可以使用树这种数据结构来表示集合，不...
贝叶斯优化算法 Bayesian optimization属于哪一种优化算法？
07-22
贝叶斯优化算法属于一类基于概率模型的优化算法。它通过建立一个先验概率模型来模拟目标...总结而言，贝叶斯优化算法是一种基于概率模型的优化算法，适用于复杂问题的优化，并在有限次数的迭代中逐步收敛到全局最优解。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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