并查集,感觉很高级的样子,其实也挺高级
什么是并查集
一个可以合并,查找的集合。画图理解的话,他就像是一棵树,它注重的是每个结点和所在树的树根关系,每个结点保存着根结点的值
简单的例子:
用一棵树表示学校的所有人,树顶是学校名字。
如何判断两个学生是否是一个学校的,他们只需要说出自己的学校名字就可以了。而不需要各自通过自己认识的老师来判断是否是一个学校的,这就是并查集。
作用
-
连通性问题:并查集最常用的应用是解决元素之间的连通性问题。例如,可以用并查集来确定图中两个节点之间是否存在路径,或者在网络中连接设备的情况下确定两个设备是否连通。
-
等价关系问题:在许多情况下,需要确定两个元素是否等价,即它们是否属于同一个等价类。并查集可以用来管理等价关系,将具有相同属性的元素归为同一个集合。
-
最小生成树算法:在 Kruskal 算法中,使用并查集来管理边的连接状态,以便在形成最小生成树时快速确定是否形成了环。
-
图论问题:并查集在解决图论问题时也很有用,例如在无向图中判断是否存在环、计算连通分量的数量等。
注意:Kruskal算法需要用到优先队列
并查集的实现分四步
1.初始化数组
#include <bits/stdc++.h>
using namespace std;
vector<int>parent(11);
void initial()
{
for(int i=0;i<11;i++)
parent[i]=i;
}
每个元素只关注谁是它的根结点,首先将它自己看作自己的根结点
2.查找函数(find):查找根
- 路径不压缩
int find(int x){ if(parent[x]==x) return x; else return find(parent[x]); }
- 路径压缩
int find(int x) { if(parent[x] == x) return x; else return parent[x] = find(parent[x]); // 路径压缩 }
路径压缩:它会更加注重与根结点的关系;
如果不压缩的话,会保留一些树的痕迹,如果想要找到真正的根,还需要遍历上去
3.合并(merge):将两棵树合在一起
void merge(int i, int j) {
int root_i = find(i);
int root_j = find(j);
if(root_i != root_j)
parent[root_i] = root_j;
}
找出两个结点的根结点,将一个根结点等于另一个,进行find函数递归时,路径压缩可以让两棵树的结点都等于新的根结点
自此,并查集的基本操作就实现了。
讲讲连通性问题和最小生成树算法的大致方法(不涉及思路,不然就太长了)
如何判断图是否连通?
通过并查集,查找结点储存的根结点值,如果两个不同的结点,他们的根结点值相同,则证明连通
最小生成树
将所有的结点信息存入优先队列中,每次取出权最小的结点,用并查集来防止连通,如果连通,就舍弃这个结点,换下一个
例题可以来点
https://www.luogu.com.cn/problem/P3366https://www.luogu.com.cn/problem/P3366