2020年4月蓝桥杯第二次模拟赛（软件类）09通电—最小生成树+并查集（Java语言）

9 通电

【问题描述】
2015年，全中国实现了户户通电。作为一名电力建设者，小明正在帮助一带一路上的国家通电。
这一次，小明要帮助 n 个村庄通电，其中 1 号村庄正好可以建立一个发电站，所发的电足够所有村庄使用。
现在，这 n 个村庄之间都没有电线相连，小明主要要做的是架设电线连接这些村庄，使得所有村庄都直接或间接的与发电站相通。
小明测量了所有村庄的位置（坐标）和高度，如果要连接两个村庄，小明需要花费两个村庄之间的坐标距离加上高度差的平方，形式化描述为坐标为 (x_1, y_1) 高度为 h_1 的村庄与坐标为 (x_2, y_2) 高度为 h_2 的村庄之间连接的费用为
sqrt((x_1-x_2)(x_1-x_2)+(y_1-y_2)(y_1-y_2))+(h_1-h_2)*(h_1-h_2)。
在上式中 sqrt 表示取括号内的平方根。请注意括号的位置，高度的计算方式与横纵坐标的计算方式不同。
由于经费有限，请帮助小明计算他至少要花费多少费用才能使这 n 个村庄都通电。
【输入格式】
输入的第一行包含一个整数 n ，表示村庄的数量。
接下来 n 行，每个三个整数 x, y, h，分别表示一个村庄的横、纵坐标和高度，其中第一个村庄可以建立发电站。
【输出格式】
输出一行，包含一个实数，四舍五入保留 2 位小数，表示答案。
【样例输入】
4
1 1 3
9 9 7
8 8 6
4 5 4
【样例输出】
17.41
【评测用例规模与约定】
对于 30% 的评测用例，1 <= n <= 10；
对于 60% 的评测用例，1 <= n <= 100；
对于所有评测用例，1 <= n <= 1000，0 <= x, y, h <= 10000。

解析

花费最小的代价实现n个点之间连通 - 典型的最小生成树问题。
n个点连通且代价最小，则需要选出n-1条边，这就成了树（即无环 - 并查集）。选出这n-1条边有prim、kruskal算法，前者核心在使用切分定理将所有顶点分集合，这里使用kruskal求解。
kruskal 核心 - 将所有边从小到大排序生成边集，遍历边集，直至选定n-1条边–贪心策略，再利用并查集判断选用当前边是否会成环，成环则弃选。

public static void main(String[] args) {
		Scanner in = new Scanner(System.in);
		int n = in.nextInt();
		int[][] data = new int[n+1][3]; //记录下每个村庄的原始数据
		for (int i = 1; i < data.length; i++) { //一轮下来记录了i号村庄的坐标和高度
			data[i][0] = in.nextInt();
			data[i][1] = in.nextInt();
			data[i][2] = in.nextInt();
		}
		in.close();
		
		//将原始数据两两组成边集（并计算花费）
		List<Edge> list = new ArrayList<>(); //记录所有的边(每条边记录了源顶点、目的顶点及之间的花费)
		for (int i = 1; i <= n-1; i++) {
			for (int j = i+1; j <= n; j++) { //i,j均表示村庄编号
				list.add(new Edge(i, j, cost(data[i], data[j]))); 
			}
		}
		
		//对边集按照花费从小到大排序
		list.sort((Edge o1, Edge o2)->{
			return o1.cost < o2.cost ? -1 : (o1.cost == o2.cost ? 0 : 1);
		});
		//用并查集判断哪些边满足条件（并查集里无环）
		UnionFind uf = new UnionFind(n);
		double ans = 0;
		int edgeCnt = 0;
		while(edgeCnt != n - 1) {
			Edge edge = list.remove(0);
			if(uf.find(edge.i) != uf.find(edge.j)) { //边的顶点不在一个集合就合并    并记下花费
				uf.union(edge.i, edge.j);
				ans += edge.cost;
				edgeCnt++;
			}
		}
		System.out.printf("%.2f",ans);
		
	}
	//计算源顶点from、目的顶点to之间的花费
	private static double cost(int[] from, int[] to) {
		return  Math.sqrt(Math.pow(from[0]-to[0],2) + Math.pow(from[1]-to[1], 2))
				+ Math.pow(from[2]-to[2], 2);
	}
	
	//封装并查集-这里用快速查找-底层用数组实现，逻辑上用树实现
	private static class UnionFind{ 
		int[] parents;
		UnionFind(int n) {
			this.parents = new int[n+1];
			//初始化并查集
			for (int i = 1; i <= n; i++) {
				parents[i] = i;
			}
		}
		//查找i号村庄在哪个集合
		int find(int i) {
			return parents[i];
		}
		void union(int i1, int i2) {
			//拿到i1，i2的父节点
			int p1 = find(i1);
			int p2 = find(i2);
			if(p1 == p2) return; //i1村庄和i2村庄在同一集合，直接返回
			for (int i = 1; i < parents.length; i++) { //否则遍历数组，将p2作为以p1为父节点的节点的父节点
				if(parents[i] == p1) {
					parents[i] = p2;
				}
			}
		}
		
	}
	
	private static class Edge{ //记录村庄i到村庄j及之间的花费
		int i;
		int j;
		double cost;
		Edge(int i, int j, double cost){
			this.i = i;
			this.j = j;
			this.cost = cost;
		}
	}

并查集的实现还可以采用快速合并 – QuickUnion
对于自定义对象的并查集可以采用链表+Map映射的方式 – 通用并查集