并查集之您可能认识的人

最新推荐文章于 2022-07-03 21:54:38 发布

明月几时有666

最新推荐文章于 2022-07-03 21:54:38 发布

阅读量433

点赞数

分类专栏：数据结构文章标签：数据结构并查集 UnionFind

本文链接：https://blog.csdn.net/gao_zhennan/article/details/110528137

版权

数据结构专栏收录该内容

14 篇文章 2 订阅

订阅专栏

一并查集

什么是并查集呢？像队列、栈等数据结构，我们可以根据它们的特点给出定义，例如，栈是先进先后出的线性数据结构；队列是先进先出的线性数据结构，那么并查集是什么样的数据结构呢？我们先将其“逐字分解”，分析出其处理数据的特点，最后在给出总结或定义。

并查集中，集是指集合，并和查是针对集合的操作。

“集”（即集合）的数学定义：集合是指具有某种特定性质的具体的或抽象的对象汇总而成的集体。其中,构成集合的这些对象则称为该集合的元素。简言之，“集合是一堆元素构成的集体”

“并”操作：即数学中集合的并运算，例如，{1, 2} U {3 ，4）= {1， 2， 3， 4}。
“查”操作：1. 查询某个元素所属的集合。由此，我们还可以引申出另一个和查询相关的操作，查询两个元素的所属集合是否相同，即 2.查询两个元素是否在同一个集合

综上，并查集是针对集合进行“并”和“查”两类操作的数据结构

二应用

1. 连接问题

举个例子，在某短视频平台，我关注了我的室友，而过了两天我收到了平台的关注推送，“您可能认识的人某学妹”，这是怎么回事，在我的再三询问下，室友承认了他偷偷关注漂亮学妹A的事实！有这事竟然不告诉我，还好软件帮我。

“您可能认识的人”，这一功能是如何实现的呢？其实它很可能用到了我们今天讲解的数据结构——并查集。

具体做法，我们把具有关系的对象（这里对象产生的关系是关注，我和室友有关系，室友和学妹有关系，我和学妹存在间接的关系，只要对象间存在“路径”，不管直接、间接，都算是有联系）放入一个集合，如此，我们四个被放入了同一个集合。然后通过 “查”操作2.查询两个元素是否在同一个集合，得知我和学妹在同一个集合，即我们是有“关系”的，我和学妹之间可以通过某个“路径”产生连接。于是软件就把学妹推送给了我。

在这里插入图片描述
在短视频这个社交网络中，不可能只有我们几个人。我们Java老师和他开辅导班的对象英语老师也注册了短视频平台账号。由于我想深入学习下Java方面的相关知识，于是我关注了Java老师，如下图所示：

某天，室友收到了英语老师发来的“关于如何才能通过大学英语四级的广告”！英语老师偷偷关注了我的室友。碍于我在和Java老师学习的面子，室友报名了英语老师的课程。（其实，它已经是第四次每过了）

英语老师为什么知道我的室友呢？有了上面的介绍，应该可以很容易的理解。

首先，“我”和“Java老师”建立了关注关系（或者说连接），这是通过“并”操作实现的。开始时存在集合A={我，室友，学妹，学姐}，集合B={Java老师，英语老师}，由于“我”和“java”建立了联系，使得任意两个对象之间都可以通过“路径”产生关系（连接），所以所有对象属于同一个集合，A U B={我，室友，学妹，学姐，Java老师，英语老师}; 然后通过 “查”操作2.查询两个元素是否在同一个集合，得知室友和英语老师在同一个集合，即室友和英语老师可以产生连接，于是把室友推送给了英语老师，英语老师关注并给室友发来了四级辅导课程，到此，一切真相大白了。我通过室友认识了学妹，室友通过我认识了英语老师，达到了双赢！

综上，所谓连接问题，就是看两个节点是否存在某种联系（节点间存在路径，则存在联系），即可以通过并查集的“查”操作2.查询两个元素是否在同一个集合来判断.

对上面提到的短视频应用中存在的社交关注关系进一步抽象，可以把每个用户看成“节点”，关注关系看作“连接”，存在多组社交关注关系可以看做一个大的网络，于是，我们知道并查集可以很好的解决，网络中节点间的连接状态

举个例子，在交通网络中，A省和B省各自的市之间存在可以到达的关系，问从A省的a市是否可以到达B省的b市呢？

只有通过把A省和B省存在到达关系的市放入并查集中，然后通过并查集的查操作，就可以解决此问题。

2 数学中的集合类实现

主要是求集合的并集

三数据结构的实现

实现原则：数据的存储结构要体现数据的逻辑结构

数据的逻辑结构如下所示：

集合A = {元素1，元素2，元素3}
集合B = {元素4，元素5}

首先，明确一点，由并查集操作的特点可知，它不进行元素的添加和修改操作，主要是针对给定元素的集合合并和集合查询。

存储时既要存储元素，更重要的是要存储元素之间的关系，即元素之间属于同一集合的关系。

第一种实现，把集合看成线性结构

结点定义如下：

class Node<E>{
	private E e;
	private char aggregateNmae; // 字符表示的集合名
}

实际存储，使用了数组如图所示：在这里插入图片描述
并操作，只需修改节点的集合属性；查操作，只需遍历数组，查看某元素对应的集合属性。

可以看到节点的元素自从存储进数组开始从未进行过修改，索引和元素存在一种唯一的对应关系，与我们在数据库中见到的id类似，不妨将索引作为元素的id，数据库中id可以唯一代替一条数据，同理索引也可以唯一标识一个元素。

第一种实现的改进

将数组索引看做元素的id，即索引代表元素。索引位置只需存元素所属于的集合。集合的名字只是一种标识符而已，可以是任何的类型，为了方便，这里选择int类型作为集合名。

这样做有一个好处，不需要在创建节点对象来存储元素所在集合的信息，直接存储基本类型int即可表示。好处是，对于面向对象语言来说，创建对象是比较耗时的，特别是数据量特别大时。至于元素的存储，我们可以使用数组或者Map来实现（其实元素的存储这部分已经不是并查集数据结构要考虑的问题了），如此，当你想访问元素的相关信息时，可以根据id去查找对应元素。如下图所示：
在这里插入图片描述
现在，我们可以定义出并查集的接口了，主要包括一个并操作和两个查操作。

public interface UF {
    /**
     * 合并元素p和元素q所在集合
     * @param pId 元素p的id
     * @param qId 元素q的id
     */
    void union(int pId, int qId);

    /**
     * 查找元素所属的集合
     * @param id 元素的id
     * @return int类型的集合名
     */
    int find(int id);

    /**
     * 查看元素p和元素q是否在同一个结合（属于同一个集合，表示两者存在连接）
     * @param pId 元素p的id
     * @param qId 元素q的id
     * @return
     */
    boolean isConnected(int pId, int qId);
}

把集合看成线性结构，基于第一种实现的改进图示，进行实现（限于篇幅，具体实现文章末尾给出），时间复杂度如下，可以看到查操作是通过id（即数组索引）直接访问数组元素的，很快。而并操作，是需要修改两个集合中，其中一个集合的值的（修改为另一个集合的值，即表示在同一个集合了），其平均时间复杂度是O(n)，所以这样实现方式称为Quick Find
在这里插入图片描述