数据结构——并查集 时间复杂度优化：启发式合并

观前提示：看这篇文章之前，需了解并查集基本使用

 并查集基础：并查集基础部分

了解之后，我们就进入启发式合并的讲解

启发式合并，顾名思义是去优化合并

在并查集基础中，我们合并是这样的：

void join(int x,int y){//join x和y
    if (find(x)==find(y)){
        return ;//在一个集合里，直接结束函数
    }else{
        f[b]=a;
    }
    return ;
}

那我们来设想一下：

假设此时A集合有10个人，B集合中有5个人：

A集合：

B集合：

         

A和a1是两个集合的祖先

那么假如说，f[a]=a1;

就变成了这样（并不太准确）：

 

此时A的父节点变为了a1，b,c,d,e,f,g,h,i这些结点的父节点还都是A

所以当b,c,d,e,f,g,h,i寻找祖先的时候需要搜索A和a1两个点

寻找祖先节点的时间：

节点编号	次数
b	2
c	2
d	2
e	2
f	2
g	2
h	2
i	2
b1	1
b2	1
c1	1
d1	1

一共要寻找20次（对于计算机来说小菜一碟，可还是要优化）

假设f[a1]=a呢？

那么就变成了这样：

 

并不美观

但是他的搜索次数比第一次会少，时间复杂度也跟着降低 

 

 

节点编号	搜索次数
b	1
c	1
d	1
e	1
f	1
g	1
h	1
i	1
b1	2
b2	2
c1	2
d1	2

一共寻找16次，比上次少了

这只是一个较为简单的集合

当复杂起来   节省的时间就很多了

这就是启发式合并的思想：

        如果将a和b集合合并，如果a集合节点数比b集合节点数多，那么就执行f[b]=a;

        反之，就是f[a]=b;

剩下的就简单了

定义一个h数组，h[i]表示i的儿孙节点有多少，（仅限i是祖先节点，如果不是，h[i]为0）

那么初始化就要加上h的初始化：

void make(){
    for (int i=1;i<=n;i++){
        f[i]=i;
        h[i]=1;//初始化时，每个节点自己成为一个集合，所以h[i]为1
    }
}

join函数：

void join(){
    if (find(f[x])==find(f[y])){
        return ;
    }
    if (h[a]>h[b]){
        f[b]=a;
        h[a]+=h[b];
        h[b]=0;
    }else{
        f[a]=b;
        h[b]+=h[a];
        h[a]=0;
    }
}

总结：

        启发式合并思想很简单，能够降低时间复杂度（真香） ，所以大家在使用并查集的时候，建议把启发式合并带上

图表制作不易

点个赞再走吧

OrzOrz