Calmsym学习数据结构与算法之--并查集

文章目录

并查集

文章目录

• 文章目录
• 前言
• 一、并查集是什么？
• 二、原理及实现
  • 1.如何定义
  • 2.代码实现
  • 3.路径压缩与按秩合并
• 总结

---

前言

数据结构与算法是每一个CS人的必经之路

路漫漫其修远兮，今天总结的是关于数据结构的并查集

---

一、并查集是什么？

并查集（Disjoint-Set）是一种可以动态维护若干个不重叠的集合，并支持合并于查询的数据结构。

它被众多OIer认为是最简洁而优雅的数据结构之一，主要用于解决一些元素分组的问题。

用一个形象的比喻，并查集就像是一个老大，带着一堆小弟，并且不断招收新的小弟。这种”拉帮结派“的比喻就是并查集最核心的思想”代表元“。即每个集合选择一个固定的元素作为整个集合的”代表“，这是集合的表示方法，除此之外，我们还需要定义归属关系的表示方法。

->定义集合表示

->定义归属关系(如何维护)

二、原理及实现

1.如何定义

思路1. 维护一个数组f，用f[x]保存元素x所在集合的代表。

        这种方法可以达到O（1）的查询速度，但是在合并时需要大量修改元素的 f 值，效率低下

思路2. 使用树形结构储存每个集合。

        在一棵树中，树的节点就可以充当集合中的元素，树的根即为集合元素的代表。所以并查集实际是一片森林。

        我们可以通过维护数组fa来记录这片森林（多个集合），fa[x]保存x的父节点，特别的树根的父节点为他本身（代表）

2.代码实现

        并查集包括如下两个操作：

        1.Get 查询一个元素属于哪个集合

        2.Merge 把两个集合合并

代码如下：

int fa[N];
inline void init(int n){//初始化操作
     for(int i=1;i<=n;i++) fa[i]=i;
     //将每个元素的代表先设置为自己，为之后合并做初始化
}
inline int find(int x){
     if(fa[x]==x) return x;
     else return find(fa[x]);
     //我们用递归的写法实现对代表元素的查询
     //一层一层访问父节点，直至根节点（根节点的标志就是父节点是本身）。
     //要判断两个元素是否属于同一个集合，只需要看它们的根节点是否相同即可。
}
inline void merge(int x,int y){
     fa[find(x)]=find(y);
     //最易理解的，找到两个集合的代表元素，然后将前者的父节点设为后者即可
}

3.路径压缩与按秩合并

我们知道如果直接保存fa[x]保存代表，在查询时有很高的效率

实际上我们只关心每个集合对应的树形结构的根节点是什么，所以我们想尽可能减少树的高度，以达到更高的查询效率，即我们不关心树长什么样，最好情况是一个根节点连着无数的子节点，而子节点没有子子节点，例如下面两种图，在并查集中是等价的，但是右树的查询x的效率明显高于左树

所以我们可以在每次执行get操作时都把访问过的节点直接指向树根。这种优化方式被称为路径压缩

代码如下：

inline int get(int x){
     if(fa[x]==x) return x;
     return fa[x]=get(fa[x]);//路径压缩，fa直接赋值为代表元素
}

采用路径压缩的并查集，每次get查询的均摊复杂度为O（logN）

还有一种优化方法叫做按秩合并

对于秩有两种定义，一时某集合代表树的深度，二时该集合的大小。

但无论如何，该操作都是想实现--让小的集合直接记录在大集合的代表元上，即把小树直接插在大树的树根上，来实现最终查询尽可能快的结果

---

总结

对于并查集还有很多的拓展，诸如

”拓展域“与”边带权“的并查集

最小生成树下的并查集作用

在此暂不作整理，后续在学习最小生成树或图论更深层学习中再做强调