注:此博文是在老师上课之后总结的,属于课堂笔记,大部分摘自老师提供的课件。
并查集总结总结两点就是“并”和“查”。
何谓“并查集”
定义
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。
集就是让每个元素构成一个单元素的集合,也就是按一定顺序将属于同一组的元素所在的集合合并。
具体操作
将编号分别为1…N的N个对象划分为不相交集合,在每个集合中,选择其中某个元素代表所在集合。
(1)元素间是否有联系:判断两个元素是否属于同一个集合;(查)
(2)建立元素间的联系:只需合并两个元素各自所属的集合。(并)
实现方法
用编号最小的元素标记所在集合;
定义一个数组parent[1..n] ,其中parent[i] 表示元素i 所在的集合,初始情况是parent[i]=i。
parent[i]的值有两种情况,因为其值表示一个集合。
- parent[i] = i , 则 i 表示本集合,且是集合对应树的根.
- parent[i] = j, j<>i, 则 j 是 i 的父节点.
不相交集合: {1,3,7}, {4}, {2,5,9,10}, {6,8}
这样定义一个数组有两个好处
- 判断两个元素是否属于同一个集合的时候,只需要判断他们所在树的根结点是否一样即可。
- 这样,当我们合并两个集合的时候,也只需在两个根结点之间连边即可。
如:merge( 5, 10 ),只需在1和2间连边即可。
代码
/*查:找x所在树的根*/
root(x)
{
r = x;
while (parent[r] != r)
r = parent[r];
return r;
}
/*并:将x、y所在树的根结点连起来,ry为rx的父结点*/
merge(x, y)
{
rx=root(x);
ry=root(y);
if(rx!=ry)
parent[rx]=ry;
}
优化——路径压缩
思想
每次查找的时候,如果路径较长,则修改信息,以便下次查找的时候速度更快。
实现
第一步,找到根结点。
第二步,修改查找路径上的所有节点,将它们都指向根结点。
压缩举例
为什么要压缩
路径压缩后(如下图),再判断2个元素是否同集合,则其时间复杂度由O(n)降低到O(1)。
代码
路径压缩算法改进的地方在于find查找根算法的改变。找到跟节点,修改查找路径上的所有节点,将它们都指向根结点。
/*路径压缩查找根算法*/
root(x)
{
r = x;
while (parent[r] != r) //循环结束后,则r为根节点
r = parent[r];
c = x;
while (c != r) //修改查找路径(从x至r)中所有节点的父结点为r
{
temp = parent[c];
parent[c] = r;
c = temp;
}
return r;
}
merge(x, y)
{
rx=root(x);
ry=root(y);
if(rx!=ry)
parent[rx]=ry;
}
//另一种写法(递归写法)
root(x)
{
return parent[x] == x ? x : parent[x]=root( parent[x] );
}
merge(x, y)
{
rx=root(x);
ry=root(y);
if(rx!=ry)
parent[rx]=ry;
}
实战操作
最终笔记于2017-6-6。