数据结构 - 并查集 size 的优化

💝💝💝首先，欢迎各位来到我的博客，很高兴能够在这里和您见面！希望您在这里不仅可以有所收获，同时也能感受到一份轻松欢乐的氛围，祝你生活愉快！

引言

并查集是一种用于管理一组不相交集合的数据结构，常用于解决连通性问题。在并查集中，优化集合大小（size）的管理对于提高性能至关重要。本文将深入探讨并查集优化集合大小的基本原理，并通过具体的Java代码详细说明如何实现高效的集合大小管理。

一、并查集的基本概念

并查集是一种用于管理一组不相交集合的数据结构。它的主要特点如下：

1. 查找操作（Find）：确定一个元素所在的集合。
2. 合并操作（Union）：将两个集合合并成一个集合。
3. 路径压缩：一种优化技术，用于提高查找操作的效率。
4. 按秩合并：另一种优化技术，用于平衡树的高度，减少合并操作的深度。

二、并查集优化集合大小的方法

为了优化并查集中的集合大小管理，可以引入一个额外的数组 size 来记录每个集合的大小。这样，在进行合并操作时可以根据集合的大小来决定哪个集合作为根节点，从而减少合并后的树的高度。同时，可以通过查询集合大小来方便地获取集合的信息。

三、并查集优化集合大小的实现

接下来，我们将通过一个示例来详细了解并查集优化集合大小的实现步骤。

1. 并查集节点类

定义并查集的节点类，用于存储每个元素的父节点、秩以及所属集合的大小：

public class DisjointSet {
    private int[] parent;
    private int[] rank;
    private int[] size;

    public DisjointSet(int size) {
        parent = new int[size];
        rank = new int[size];
        this.size = new int[size];

        // 初始化每个元素的父节点为其自身
        for (int i = 0; i < size; i++) {
            parent[i] = i;
            rank[i] = 0;
            size[i] = 1;  // Each set starts with a single element
        }
    }

    public int find(int x) {
        // 路径压缩
        if (parent[x] != x) {
            parent[x] = find(parent[x]);
        }
        return parent[x];
    }

    public void union(int x, int y) {
        int rootX = find(x);
        int rootY = find(y);

        if (rootX != rootY) {
            if (rank[rootX] > rank[rootY]) {
                parent[rootY] = rootX;
                size[rootX] += size[rootY];  // Update the size of the combined set
            } else if (rank[rootX] < rank[rootY]) {
                parent[rootX] = rootY;
                size[rootY] += size[rootX];  // Update the size of the combined set
            } else {
                parent[rootY] = rootX;
                size[rootX] += size[rootY];  // Update the size of the combined set
                rank[rootX]++;
            }
        }
    }

    public boolean isConnected(int x, int y) {
        return find(x) == find(y);
    }

    public int getSize(int x) {
        int root = find(x);
        return size[root];
    }
}

2. Java 示例代码

创建并查集并执行操作：

public class Main {
    public static void main(String[] args) {
        DisjointSet dsu = new DisjointSet(10);

        // 连接元素
        dsu.union(1, 2);
        dsu.union(2, 3);
        dsu.union(4, 5);
        dsu.union(6, 7);
        dsu.union(7, 8);

        // 检查连接性
        System.out.println("Is 1 connected to 3? " + dsu.isConnected(1, 3));
        System.out.println("Is 4 connected to 5? " + dsu.isConnected(4, 5));
        System.out.println("Is 1 connected to 4? " + dsu.isConnected(1, 4));

        // 获取集合大小
        System.out.println("Size of the set containing 1: " + dsu.getSize(1));
        System.out.println("Size of the set containing 4: " + dsu.getSize(4));

        // 连接更多元素
        dsu.union(3, 5);

        // 再次检查连接性
        System.out.println("Is 1 connected to 5 after union? " + dsu.isConnected(1, 5));

        // 更新集合大小
        System.out.println("Updated size of the set containing 1: " + dsu.getSize(1));
    }
}

四、并查集优化集合大小

通过引入额外的 size 数组，我们可以在并查集中轻松地管理每个集合的大小。这不仅有助于优化合并操作，还可以方便地查询每个集合的大小信息。下面是并查集优化集合大小的关键点：

1. 初始化：为每个集合分配一个初始大小 1。
2. 合并操作：在合并两个集合时更新合并后集合的大小。
3. 查询集合大小：通过查找元素所属集合的根节点来获取该集合的大小。

五、总结

并查集是一种非常实用的数据结构，尤其适用于需要频繁进行集合合并和查询的应用场景。在实际编程中，并查集可以用于解决各种连通性问题，例如在图论、网络设计等领域有着广泛的应用。通过上述实现，你可以根据自己的需求进一步扩展和优化并查集的功能。

---

喜欢博主的同学，请给博主一丢丢打赏吧↓↓↓您的支持是我不断创作的最大动力哟！感谢您的支持哦😘😘😘

💝💝💝如有需要请大家订阅我的专栏【数据结构与算法】哟！我会定期更新相关系列的文章
💝💝💝关注！关注！！请关注！！！请大家关注下博主，您的支持是我不断创作的最大动力！！！

数据结构与算法相关文章索引	文章链接
数据结构与算法-插入排序	数据结构与算法-插入排序
数据结构与算法-希尔排序	数据结构与算法-希尔排序
数据结构与算法-归并排序	数据结构与算法-归并排序
数据结构与算法-随机快速排序	数据结构与算法-随机快速排序
数据结构与算法-双路快速排序	数据结构与算法-双路快速排序
数据结构与算法-三路排序	数据结构与算法-三路排序
数据结构与算法-关于堆的基本存储介绍	数据结构与算法-关于堆的基本存储介绍
数据结构与算法-关于堆的基本排序介绍	数据结构与算法-关于堆的基本排序介绍
数据结构与算法-索引堆及其优化	数据结构与算法-索引堆及其优化
数据结构与算法-二分搜索树	数据结构与算法-二分搜索树
数据结构与算法-二分搜索树链表节点的插入	数据结构与算法-二分搜索树链表节点的插入
数据结构与算法-二分搜索树节点的查找	数据结构与算法-二分搜索树节点的查找
数据结构与算法-二分搜索树遍历	数据结构与算法-二分搜索树遍历
数据结构与算法-二分搜索树层序遍历	数据结构与算法-二分搜索树层序遍历
数据结构与算法-二分搜索树节点删除历	数据结构与算法-二分搜索树节点删除
数据结构 - 并查集基础	数据结构 - 并查集基础

❤️❤️❤️觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄
💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙