高效的解决连接问题。
主要两类:1.网络中节点间的连接状态。 2.数学中集合类实现
连接问题:相对容易,只需要解决是否相连。
路径问题:两个点之间连接路径,具体的路径。
实现:用数组来实现,10个数据,值相同就为1组,那么两个数相连后,其所在的组也合并成一个组了。
主要两个操作:find(p):时间复杂度为O(1), union(p,q) 时间复杂度O(n),isConnection(p,q)
public class UnionFind {
private int[] id;
private int count; //数据个数
public UnionFind(int n) {
count = n;
id = new int[n];
//初始化,每一个id[i]指向自己,没有合并元素,都是自己一个组
for(int i = 0; i < n; i ++){
id[i] = i;
}
}
// 查找过程, 查找元素p所对应的集合编号
// O(1)复杂度
private int find(int p) {
assert p >= 0 && p < count;
return id[p];
}
// 查看元素p和元素q是否所属一个集合
// O(1)复杂度
public boolean isConnected(int p, int q) {
return find(p) == find(q);
}
//合并两个元素,说明这两个组所有的元素都要合并到一个组
public void union(int p, int q){
int pID = find(p);
int qID = find(q);
if(qID == pID){
return;
}
for(int i = 0; i < count; i ++){
if(id[i] == pID){
id[i] = qID;
}
}
}
}
// 进行n次操作, 每次随机选择两个元素进行合并操作
for( int i = 0 ; i < n ; i ++ ){
int a = (int)(Math.random()*n);
int b = (int)(Math.random()*n);
uf.union(a,b);
}
总结:可以看得到,尽管union是O(n),但是在生成时要遍历所有的,所以这个算法复杂度为O(n^2),但是find很快,故这种叫Quick find这种方式。