将多个集合合并成没有交集的集合

最新推荐文章于 2024-03-12 15:53:17 发布

lm312177697

最新推荐文章于 2024-03-12 15:53:17 发布

阅读量5.7k

点赞数

分类专栏：算法 c/c++ 文章标签：数据结构算法 system 作业 c 编程

算法同时被 2 个专栏收录

27 篇文章 0 订阅

订阅专栏

c/c++

3 篇文章 0 订阅

订阅专栏

给定一个字符串的集合，格式如：。要求将其中交集不为空的集合合并，要求合并完成的集合之间无交集，例如上例应输出。

(1) 请描述你解决这个问题的思路；

(2) 给出主要的处理流程，算法，以及算法的复杂度；

(3) 请描述可能的改进。

方案1：

？？？？？？？？

采用并查集 (??并查集)。首先所有的字符串都在单独的并查集中。然后依扫描每个集合，顺序合并将两个相邻元素合并。例如，对于，首先查看aaa和bbb是否在同一个并查集中，如果不在，那么把它们所在的并查集合并，然后再看bbb和ccc是否在同一个并查集中，如果不在，那么也把它们所在的并查集合并。接下来再扫描其他的集合，当所有的集合都扫描完了，并查集代表的集合便是所求。复杂度应该是O(NlgN)的。改进的话，首先可以记录每个节点的根结点，改进查询。合并的时候，可以把大的和小的进行合，这样也减少复杂度。

1、概述

并查集（Disjoint set或者Union-find set）是一种树型的数据结构，常用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。

2、基本操作

并查集是一种非常简单的数据结构，它主要涉及两个基本操作，分别为：

A．合并两个不相交集合

B．判断两个元素是否属于同一个集合

（1）合并两个不相交集合（Union(x,y)）

合并操作很简单：先设置一个数组Father[x]，表示x的“父亲”的编号。那么，合并两个不相交集合的方法就是，找到其中一个集合最父亲的父亲（也就是最久远的祖先），将另外一个集合的最久远的祖先的父亲指向它。

上图为两个不相交集合，b图为合并后Father(b):=Father(g)

（2）判断两个元素是否属于同一集合（Find_Set(x)）

本操作可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。

3、优化

（1） Find_Set(x)时，路径压缩

寻找祖先时，我们一般采用递归查找，但是当元素很多亦或是整棵树变为一条链时，每次Find_Set(x)都是O(n)的复杂度。为了避免这种情况，我们需对路径进行压缩，即当我们经过”递推”找到祖先节点后，”回溯”的时候顺便将它的子孙节点都直接指向祖先，这样以后再次Find_Set(x) 时复杂度就变成O(1)了，如下图所示。可见，路径压缩方便了以后的查找。

（2） Union(x,y)时，按秩合并

即合并的时候将元素少的集合合并到元素多的集合中，这样合并之后树的高度会相对较小。

4、编程实现

int father[MAX]; /* father[x]表示x的父节点*/

int rank[MAX]; /*rank[x]表示x的秩*/

void Make_Set(int x)

{

father[x] = x; //根据实际情况指定的父节点可变化

rank[x] = 0; //根据实际情况初始化秩也有所变化

}

/* 查找x元素所在的集合,回溯时压缩路径*/

int Find_Set(int x)

{

if (x != father[x])

{

father[x] = Find_Set(father[x]); //这个回溯时的压缩路径是精华

}

return father[x];

}

按秩合并x,y所在的集合

下面的那个if else结构不是绝对的，具体根据情况变化

但是，宗旨是不变的即，按秩合并，实时更新秩。

void Union(int x, int y)

{

x = Find_Set(x);

y = Find_Set(y);

if (x == y) return;

if (rank[x] > rank[y])

{

father[y] = x;

}

else

{

if (rank[x] == rank[y])

{

rank[y]++;

}

father[x] = y;

}

5、复杂度分析

空间复杂度为O(N)，建立一个集合的时间复杂度为O(1)，N次合并M查找的时间复杂度为O(MAlpha(N))，这里Alpha是Ackerman函数的某个反函数，在很大的范围内（人类目前观测到的宇宙范围估算有10的80次方个原子，这小于前面所说的范围）这个函数的值可以看成是不大于4的，所以并查集的操作可以看作是线性的。具体复杂度分析过程见参考资料（3）。

6、应用

并查集常作为另一种复杂的数据结构或者算法的存储结构。常见的应用有：求无向图的连通分量个数，最近公共祖先（LCA），带限制的作业排序，实现Kruskar算法求最小生成树等。

7、参考资料

（1）并查集：http://www.nocow.cn/index.php/%E5%B9%B6%E6%9F%A5%E9%9B%86

（2）博文《并查集详解》：http://www.cnblogs.com/cherish_yimi/

（3） Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, and Clifford Stein. Introduction to Algorithms,Second Edition. MIT Press and McGraw-Hill, 2001. ISBN 0-262-03293-7. Chapter21: Data structures for Disjoint Sets, pp. 498–524.

查并集应用之集合合并 (2009-08-24 20:55)

分类： work

给定一个字符串的集合,格式如下:{aaa bbb ccc}, {bbb ddd},{eeefff}, {ddd hhh}要求将其中交集不为空的集合合并,要求合并后的集合之间无交集,例如eg中输出

{aaa bbb ccc ddd hhh} {eee fff}

1.不想交集合

int A[26]...

aaa<->1 bbb<->2

root1 = find_root(A,1);

root2 = find_root(A,2);

union(root1,root2)

输出的时候找到A[i]<-1的....就是跟再找A[j]=i的所有j就可以了

#include<stdio.h>
#include<stdlib.h>

#defineMAX 26

int relation[5][2]={
        {1,2},//{"aaa","bbb"}

        {1,3},//{"aaa","ccc"}

        {2,4},
        {5,6},
        {4,8}
      };

int find_root(int A[],int x)
{
  if(A[x]<0)
    return x;
  else
    return find_root(A, A[x]);
}

voidset_union(int A[],int num1,int num2)
{
  if(A[num1]<A[num2])
    A[num2]= num1;
  elseif(A[num1]>A[num2])
    A[num1]= num2;
  else
   {
    A[num1]--;
    A[num2]= num1;
   }
}

int main(int argc,char*argv[])
{
  int i;
  int root1;
  int root2;
  int j = 0;
  int root[2];
  int A[MAX];
  char str1[MAX];
  char str2[MAX];

  for(i=0;i<26;i++)
    A[i]=-1;

  for(i=0;i<6;i++)
   {
    root1 = find_root(A, relation[i][0]);
    root2 = find_root(A, relation[i][1]);
    set_union(A,root1, root2);
   }

  for(i=0;i<26;i++)
   {
    if(A[i]<-1)
     {
      printf("%c%c%c\t",i+'a'-1,i+'a'-1,i+'a'-1);
      for(j=0;j<26;j++)
       {
        if(A[j]==i)
          printf("%c%c%c\t",j+'a'-1,j+'a'-1,j+'a'-1);
        }
       printf("\n");
     }
   }
  system("PAUSE");
  return 0;
}