并查集与kruskal最小生成树

1、 概述

并查集（Disjoint set或者Union-find set）是一种树型的数据结构，常用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。

a.一个集合是一棵树，

b.根节点下标代表集合名称，根节点的父为为负数，绝对值表示集合中的元素个数。

并查集的重要知识点：a.加权规则,即并两个没有交集的集合，元素个数少的集合加到元素个数多的集合里

                                       b.并集合后，为了改进树的性能，使用折叠规则来“压缩路径”。虽然增加了完成所有单个元素搜索的时间，几乎增加一倍。但是，他能减少最坏情况下一系列 搜索操作所需时间

2、 基本操作

并查集是一种非常简单的数据结构，它主要涉及3个基本操作，分别为：

A． 合并两个不相交集合Union(Root1,Root2)

B.    Find(x):搜索单元素x所在的集合，并返回该集合的名字

C.  UFSets(s):构造函数，将并查集中s个元素初始化为s个只有一个单元素的子集合

 

 

（1） 合并两个不相交集合（Union(x,y)）

合并操作很简单：先设置一个数组Father[x]，表示x的“父亲”的编号。那么，合并两个不相交集合的方法就是，找到其中一个集合最父亲的父亲（也就是最久远的祖先），将另外一个集合的最久远的祖先的父亲指向它。

上图为两个不相交集合，b图为合并后Father(b):=Father(g)

（2） 判断两个元素是否属于同一集合（Find_Set(x)）

本操作可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。

3、 优化

（1） Find_Set(x)时，路径压缩

寻找祖先时，我们一般采用递归查找，但是当元素很多亦或是整棵树变为一条链时，每次Find_Set(x)都是O(n)的复杂度。为了避免这种情况，我们需对路径进行压缩，即当我们经过”递推”找到祖先节点后，”回溯”的时候顺便将它的子孙节点都直接指向祖先，这样以后再次Find_Set(x)时复杂度就变成O(1)了，如下图所示。可见，路径压缩方便了以后的查找。

（2） Union(x,y)时，按秩合并

即合并的时候将元素少的集合合并到元素多的集合中，这样合并之后树的高度会相对较小。

4、 编程实现

int father[MAX]; /* father[x]表示x的父节点*/
int rank[MAX]; /*rank[x]表示x的秩*/
  
void Make_Set(int x) 
{ 
father[x] = x; //根据实际情况指定的父节点可变化 
rank[x] = 0; //根据实际情况初始化秩也有所变化 
} 
/* 查找x元素所在的集合,回溯时压缩路径*/
int Find_Set(int x) 
{ 
if (x != father[x]) 
{ 
father[x] = Find_Set(father[x]); //这个回溯时的压缩路径是精华 
} 
return father[x]; 
} 
/* 
按秩合并x,y所在的集合 
下面的那个if else结构不是绝对的，具体根据情况变化 
但是，宗旨是不变的即，按秩合并，实时更新秩。 
*/
void Union(int x, int y) 
{ 
x = Find_Set(x); 
y = Find_Set(y); 
if (x == y) return; 
if (rank[x] > rank[y]) 
{ 
father[y] = x; 
} 
else
{ 
if (rank[x] == rank[y]) 
{ 
rank[y]++; 
} 
father[x] = y; 
} 
}

4.并查集的重要应用：等价类的划分