【高阶数据结构】并查集

并查集

1. 并查集原理

在一些应用问题中，需要将n个不同的元素划分成一些不相交的集合。开始时，每个元素自成一个单元素集合，然后按一定的规律将归于同一组元素的集合合并。在此过程中要反复用到查询某一个元素归属于哪个集合的运算。适合于描述这类问题的抽象数据类型称为并查集(union-findset)。

比如：某公司今年校招全国总共招生10人，西安招4人，成都招3人，武汉招3人，10个人来自不同的学校，起先互不相识，每个学生都是一个独立的小团体，现给这些学生进行编号：{0, 1, 2, 3,4, 5, 6, 7, 8, 9}; 给以下数组用来存储该小集体，数组中的数字代表：该小集体中具有成员的个数。(负号下文解释)

毕业后，学生们要去公司上班，每个地方的学生自发组织成小分队一起上路，于是：西安学生小分队s1={0,6,7,8} ，成都学生小分队s2={1,4,9}，武汉学生小分队s3={2,3,5}就相互认识了，10个人形成了三个小团体。假设右三个群主0,1,2担任队长，负责大家的出行。

一趟火车之旅后，每个小分队成员就互相熟悉，成为了一个朋友圈。

从上图可以看出：编号6,7,8同学属于0号小分队，该小分队中有4人(包含队长0)；编号为4和9的同学属于1号小分队，该小分队有3人(包含队长1)，编号为3和5的同学属于2号小分队，该小分队有3个人(包含队长1)。

仔细观察数组中内融化，可以得出以下结论：

1. 数组的下标对应集合中元素的编号

2. 数组中如果为负数，负号代表根，数字代表该集合中元素个数

3. 数组中如果为非负数，代表该元素双亲在数组中的下标

在公司工作一段时间后，西安小分队中8号同学与成都小分队1号同学奇迹般的走到了一起，两个小圈子的学生相互介绍，最后成为了一个小圈子：

现在0集合有7个人，2集合有3个人，总共两个朋友圈。

通过以上例子可知，并查集一般可以解决一下问题：

• 查找元素属于哪个集合
  • 沿着数组表示树形关系以上一直找到根(即：树中元素为负数的位置)
• 查看两个元素是否属于同一个集合
  • 沿着数组表示的树形关系往上一直找到树的根，如果根相同表明在同一个集合，否则不在
• 将两个集合归并成一个集合
  • 将两个集合中的元素合并
  • 将一个集合名称改成另一个集合的名称
• 集合的个数
  • 遍历数组，数组中元素为负数的个数即为集合的个数。

2. 并查集实现

namespace yj
{
	class UnionFindSet
	{
	public:

		UnionFindSet(int sz)
			:_set(sz,-1)
		{

		}

		int FindRoot(int x)    // 查找元素所在集合(根)
		{
			while (_set[x] >= 0)
				x = _set[x];

			return x;
		}

		void Union(int x1, int x2)  // 合并两个集合
		{
			int root1 = FindRoot(x1);
			int root2 = FindRoot(x2);

			// 两个元素已经在同一集合 => 不用合并
			if (root1==root2)
				return;

			if (root1 != root2)
			{
				_set[root1] += _set[root2];
				_set[root2] = root1;
			}
		}

		int SetCount()  // 集合的个数(数组中负数的个数)
		{
			size_t count = 0;
			for (size_t i = 0; i < _set.size(); ++i)
			{
				if (_set[i] < 0)
					++count;
			}
			return count;
		}

	private:
		std::vector<int> _set;
	};
}

测试：

void testUFS()
{
	UnionFindSet u(10);

	u.Union(0, 6);
	u.Union(6, 7);
	u.Union(7, 8);

	u.Union(1, 4);
	u.Union(4, 9);

	u.Union(2, 5);
	u.Union(5, 3);

	std::cout << u.SetCount() << std::endl;

	u.Union(0, 1);
	std::cout << u.SetCount() << std::endl;
}

结果：

合并后：