朋友圈（并查集）

朋友圈

某学校有N个学生，形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好，形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。根据“我的朋友的朋友也是我的朋友”这个推论可以得出，如果A和B是朋友，且B和C是朋友，则A和C也是朋友。请编写程序计算最大朋友圈中有多少人。

输入格式:

输入的第一行包含两个正整数N（≤30000）和M（≤1000），分别代表学校的学生总数和俱乐部的个数。后面的M行每行按以下格式给出1个俱乐部的信息，其中学生从1~N编号：

第i个俱乐部的人数Mi（空格）学生1（空格）学生2 … 学生Mi

输出格式:

输出给出一个整数，表示在最大朋友圈中有多少人。

输入样例:

7 4
3 1 2 3
2 1 4
3 5 6 7
1 6

结尾无空行

输出样例:

4

结尾无空行

答案

#include <bits/stdc++.h>
using namespace std;
//假设每个朋友圈都有一个圈主  pre用来记录自己所在朋友圈的圈主是谁
int pre[30001];
//每一个朋友圈有多少人
int sum[30001];
//初始化 每个人单独形成一个只有自己一个人的朋友圈
void ini(int n)
{
    int i;
    for (i = 1; i <= n; i++)
    {
        pre[i] = i;
        sum[i] = 1;
    }
}
//找到自己的最顶级圈主
int f_ind(int z)
{
    if (pre[z] == z)
        return z;
    return pre[z] = f_ind(pre[z]);
}
//把两个朋友圈合并成一个朋友圈
void join(int a, int b)
{
    int c = f_ind(a);
    int d = f_ind(b);
    if (c != d)
    {
        pre[c] = d;
        sum[d] += sum[c];
    }
}
int main()
{
    //n代表有多少个人 m代表有多少个俱乐部
    int n, m;
    cin >> n >> m;
    /* 一个人可以在多个俱乐部里，但是一定只能在一个朋友圈里 */
    ini(n);
    //进行朋友圈的划分
    while (m--)
    {
        int l, m;
        cin >> l >> m;
        l--;
        while (l--)
        {
            int x;
            cin >> x;
            join(x, m);
        }
    }
    //找出最大的朋友圈
    int i, max = sum[1];
    for (i = 2; i <= n; i++)
    {
        if (sum[i] > max)
            max = sum[i];
    }
    cout << max;
    return 0;
}

并查集

因为“朋友圈”一题用到了并查集的相关知识，所以在这里总结一下自己的看法。

一些点

1、并查集是一种树型的数据结构，用于处理一些不相交集合的合并（并）及查询（查）问题。

2、主要构成：pre数组，find函数，join函数。

pre数组：记录了每个点的前驱结点是谁

find函数：用于查找指定结点x属于哪个集合

join函数：用于合并结点x和结点y所在的两个集合

3、用集合中的某个元素（随机或指定依据题意来决定）来代表这个集合，则该元素称为此集合的代表元。

4、一个集合内的所有元素组织成以代表元为根的树形结构。

 5、对于每一个元素x，pre[x]存放x在树形结构中的父亲节点。（假如x为代表元，则pre[x]为x）

6、对于find函数这一查找功能函数，假设需要确定x所在的集合，也就是需要确定x所在集合的代表元，即x的根节点，可以沿着pre[x]不断在树形结构中向上移动，直到达到根节点。

7、不存在两个相同的元素，即具有互异性。

一些代码

预处理和定义

#define max 1000 //最多有max个元素 具体值由题目确定
int pre[max];    //用来记录每个元素的前驱元素
int rank[max];   //用来记录每个元素所在树的高度

init函数

void init(int n) //初始化函数 对读入的n个结点进行初始化
{
    int i;
    for (i = 0; i < n; i++)
    {
        pre[i] = i;  //每个结点的父节点都是自己本身
        rank[i] = 1; //每个结点所在树的高度也是1
    }
}

find函数

int find(int x) //递归查找 适用于问题规模不是那么大的情况之下
{
    return pre[x] == x ? x : find(pre[x]); //递归出口：当pre[x]==x时，递归结束
}
int find1(int x) //循环查找 解决了当问题规模较大时递归查找占用较多空间的问题
{
    while (pre[x] != x)
        x = pre[x];
    return x;
}
int find2(int x) //路径压缩 当找过一次x的根节点之后，第二次查找将会省时
{
    return pre[x] == x ? x : pre[x] = find(pre[x]);
}
int find3(int x) //结合find1和find2 既省时间又省空间的查找算法
{
    int y = x;
    while (pre[x] != x)
        x = pre[x];
    return pre[y] = x;
}

join函数

void join(int x, int y) //将x所在集合和y所在集合合并成一个集合
{
    int fx = find3(x), fy = find3(y);
    if (fx - fy)
        pre[find3(x)] = fy;
}
void join0(int x, int y)//压缩路径 
{
    int fx = find3(x), fy = find3(y);
    if (fx - fy)
    {
        if (rank[fx] > rank[fy])
            pre[fy] = fx;
        else
        {
            if (rank[fx] == rank[fy])
                rank[fy]++;
            pre[fx] = fy;
        }
    }
}

isSAME函数

bool isSAME(int x, int y) //判断两个元素是否属于同一个集合
{
    return find3(x) == find3(y);
}

向量和数组

这道题一开始是用向量写的，但是一直出bug，改成数组之后就正确了，有些问题经过查资料解决了，但有些问题还是不知道向量不可以，而数组可以。

下面是这次写题中忽视的一个点

vector<T> v1，只用默认初始化时，不能通过下标进行添加元素。也就是说，当你将v1初始化为空时，假如你想向v1中添加10个元素，不能通过v1[2]=3;等形式添加，因为，别人为空，压根不知道v1[2]是什么东东。