并查集
一、并查集是处理什么问题的:
并查集,是一种用来管理元素分组情况的数据结构,可以处理一些不相交集合的合并与查询问题;它可以进行合并操作,但不能进行分割操作。
二、两大操作:
(1)查询元素a和元素b是否属于同一集合;
(2)合并元素a和元素b所在的集合;
三、主要的步骤:
初始化:
把每个点所在集合初始化为其自身。
(通常来说,这个步骤在每次使用该数据结构时只需要执行一次,无论何种实现方式,时间复杂度均为O(N)。)
查找:
查找元素所在的集合,即根节点。
合并:
将两个元素所在的集合合并为一个集合。
基本思想:
在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中,最终就形成了多个(可能一个)不同的集合,其中每一个集合都具有不同于其它集合的属性,例如:每一个集合可以表示一个连通分支,则属于同一个集合的元素就表示这个连通分支的顶点,这个集合中的每一个顶点都是相互可达的,这样就可以就可以解决任意输入的两个元素是否可达的问题了。
基本思想:
在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中,最终就形成了多个(可能一个)不同的集合,其中每一个集合都具有不同于其它集合的属性,例如:每一个集合可以表示一个连通分支,则属于同一个集合的元素就表示这个连通分支的顶点,这个集合中的每一个顶点都是相互可达的,这样就可以就可以解决任意输入的两个元素是否可达的问题了。
四、处理并查集问题需要解决了的几个难点:
(1)如何合并两个不相交集合;
(2)如何判断两个元素是否属于同一个集合;
(3)路径压缩,优化时间。
优化方法:1、路径压缩:对每一个节点,一旦向上走到了一次根节点,就把这个节点到父亲的边改为直接连向根的边;
2、启发式合并:让让深度较小的树成为深度较大的树的子树。
五、并查集的结构:
并查集是使用树形结构实现的,不过,不是二叉树。每个元素对应一个节点,每个集合对应一棵树。
六、并查集实现中的注意点:(在使用路径压缩时,为了方便起见,即使树的高度发生了变化,我们也不修改rank的值)
在树形数据结构里,如果发生了退化的情况,那么复杂度就会变得很高。因此,有必要想办法避免退化的发生。在并查集中,只要按照如下方法就可以避免退化。
(1)对每棵树,记录这棵树的高度(rank).
(2)合并时如果两棵树的rank不同,那么从rank小的向rank大的连边。
我做的第一题并查集 HDU 1213;
#include <iostream>
#include <stdio.h>
#include <string.h>
#define N 1000
using namespace std;
int father[N];
int num;
void set_mark(int n)
{
int i;
for(i = 1; i <= n; i++)
{
father[i] = i;
}
return;
}
int getfather(int v)
{
int geng = v;
int temp;
while(geng != father[geng])
{
geng = father[geng];
}
while(geng != v)
{
temp = father[v];
father[v] = geng;
v = temp;
}
return geng;
}
void Merge(const int &i, const int &j)
{
int x = getfather(i);
int y = getfather(j);
if(x != y)
{
father[x] = y;
num -= 1;
}
return;
}
int main()
{
int T;
int n, m;
cin >> T;
while(T--)
{
int a, b;
cin >> n;
num = n;
set_mark(n);
cin >> m;
for(int i = 0; i < m; i++)
{
cin >> a;
cin >> b;
Merge(a, b);
}
cout << num << endl;
}
return 0;
}
以下每一块是一个模板(分四个函数标记、找根、合并、查找)
int father[maxn];
int n;
void Init() {
for (int i = 0; i < n; ++i) {
father[i] = i;
}
}
// 递归法
int getFather(const int &v) {
if (father[v] == v)
return v;
else
return getFather(father[v]);
}
// 递归另一种写法。
int getFather(const int &v) {
if (father[v] != v) {
int root = getFather(father[v]);
return father[v] = root;
}
else
return v;
}
// 非递归,且不带路径压缩。
int getFather(const int &v) {
int r = v;
while(r != father[r])
r = father[r];
return r;
}
*/
// 非递归,路径压缩
int getFather(const int &v) {
int t1 = v, t2;
while (v != father[v])
v = father[v];
while (t1 != father[t1]) { // 沿途上所有结点的父亲改成根。这一步是顺便的,不增加时间复杂度,却使得今后的操作比较快。这个优化称为路径压缩。
t2 = father[t1];
father[t1] = v;
t1 = t2;
}
return v;
}
// 归并:把节点i、节点j放到同一个根底下。
void merge(const int &i, const int &j) {
int x = getFather(i);
int y = getFather(j);
if (x != y) // 可选,主要是为了防止getFather()路径压缩的时候出现死循环。
father[x] = y; // 有向图注意顺序,该行代码含义:a->b。
}
// 查询:查询节点i跟节点j是否在同一根下。
bool judge(const int &i, const int &j) {
if (getFather(i) == getFather(j))
return true;
else
return false;
}
优化思路:
merge函数可以采用启发式合并,思路就是把深度较小的那颗子树并到深度较大的那颗子树上。
int father[maxn];
int n;
void Init() {
for (int i = 0; i <= n; ++i) {
rank[i] = 0;
father[i] = i;
}
}
int getFather(const int &x) {
int px = x , i ;
while ( px != father[px]) // find root
px = father[px];
while ( x != px ) { // path compression
i = father [ x ];
father [ x ] = px ;
x = i;
}
return px ;
}
void merge(const int &x, const int &y) { // 下面还有一种写法
x = getFather(x);
y = getFather(y);
if (rank[x] > rank[y])
father[y] = x;
else {
father[x] = y;
if (rank[x] == rank[y])
rank[y]++;
}
}
bool judge(const int &i, const int &j) {
if (getFather(i) == getFather(j))
return true;
else
return false;
}
int father[maxn], rank[maxn];
void Init(const int &v) {
father[v] = -1;
rank[v] = 0;
}
int getFather(const int &v) {
int t1 = v;
while (father[t1] != -1)
t1 = father[t1];
while (v!=t1) {
int t2 = father[v];
father[v] = t1;
v = t2;
}
return t1;
}
void merge(const int &a, const int &b) {
int t1 = getFathet1(a);
int t2 = getFathet1(b);
if(rank[t1] > rank[t2])
father[t2] = t1;
else
father[t1] = t2;
if(rank[t1] == rank[t2])
++rank[t2];
}
bool judge(const int &i, const int &j) {
if (getFather(i) == getFather(j))
return true;
else
return false;
}
/*
另一种写法:
*/
int f[maxn], rank[maxn], num[maxn];
void Init() {
for (int i = 0; i <= n; ++i) {
rank[i] = 1;
num[i] = 1;
father[i] = i;
}
}
// f[]数组存放根节点,rank[]数组来存放根节点的深度,num[]数组来存放节点个数,rank[]数组和num[]数组的初始化都应为1
// 启发式合并:
void merge(int x, int y)
{
fx = getFather(x);
fy = getFather(y);
if (fx == fy) return;
if (rank[fx] > rank[fy]) {
father[fy] = fx;
num[fx] += num[fy];
}
else {
father[fx] = fy;
num[fy] += num[fx];
if (rank[fx] == rank[fy]) {
++rank[fy];
}
}
}
// 路径压缩:
int getFather(int x) {
if(father[x] == x)
return x;
else
return father[x] = getFather(father[x]);
}
// 仍有一种写法:
int father[maxn];
void Init() {
for(int i = 0; i < n; ++i)
father[i] = -1;
}
int getFather(int x) {
if (father[x] < 0)
return x;
father[x] = getFather(father[x]);
return father[x];
}
int getFather(int x) {
int p = x, t;
while (father[p] >= 0)
p = father[p];
while (x != p) {
t = father[x];
father[x] = p;
x = t;
}
return x;
}
void merge(int x, int y) {
x = getFather(x);
y = getFather(y)
if (x == y) return;
if (father[x] < father[y]) {
father[x] += father[y];
father[y] = x;
} else {
father[y] += father[x];
father[x] = y;
}
}
bool judge(const int &i, const int &j) {
if (getFather(i) == getFather(j))
return true;
else
return false;
}