目录
并查集
用于处理一些不相交集合的合并及查询问题
并查集主要由一个数组pre[ ]和两个函数find( )、merge( )构成。
int find(int x) {
return x == fa[x] ? x : fa[x] = find(fa[x]);
} 查找指定节点(路径压缩优化版)
void merge(int u, int v) {
int uu = find(u), vv = find(v);
if (uu != vv) pre[uu] = vv;
} 合并两节点
初始化pre是为了防止出现闭环无限递归,不初始化就要在并集时加入额外判断(注意模板每一部分的必要性)
带权并查集:(带权标记merge函数):标记每个节点的深度,取深度较大的当主树
拓展域(种类)并查集:将数组+n,+2n...区域作为不同种类,每个个体在不同域内创建“分身”,根据关系合并分身之间的并查集。
最小生成树
prim算法(稠密图)
时间复杂度:O (N^2)
int prim(int pos) {
dis[pos] = 0;
for (int i = 1; i <= n; i ++) {
int cur = 0;
for (int j = 1; j <= n; j ++) {
if (!vis[j] && (!cur || dis[j] < dis[cur])) {
cur = j; 寻找一个权值最小的点, 记录下标
}
}
if (dis[cur] >= INF) return INF;
sum += dis[cur];
vis[cur] = 1;
for (int k = 1; k <= n; k ++) {
if (!vis[k]) dis[k] = min(dis[k], edge[cur][k]);
}
}
return sum;
}
kruskal算法(并查集实现)
struct route {
int u, v, l;
} r[100004];
int pre[MAX]; 存图
sort(r, r + m, cmp);
for (int i = 0; i < m; i++) {
int uu = find(r[i].u), vv = find(r[i].v);
if (uu != vv) {
pre[uu] = vv;
sum += r[i].l;
}
}
拓扑排序
重点为各个节点的入度是否为0,并不断更新状态
反向建图可求各个节点的深度
queue<int>q;
vector<int>ans,edge[n];
for (int i = 0; i < m; i++) {
scanf("%d%d", &u, &v);
if (edge[u].insert(v).second) (利用insert返回值判断是否插入成功)
++in[v];
} 正向建图
for (int i = 0; i < m; i++) {
scanf("%d%d", &u, &v);
if (edge[v].insert(u).second)
++in[u];
} 反向建图
for (int i = 0; i < n; i++)
if (in[i] == 0) q.push(i);
while (!q.empty()) {
int x = q.front();
q.pop();
ans.push_back(x);
for (int i = 0; i < edge[x].size(); i++) {
int y = edge[x][i];
in[y]--;
if (in[y] == 0)
q.push(y);
}
}