本文记录了有关并查集在leetcode中的相关情况,如果有同学在做相关的内容,可以邮件(zhaoliang619960421@outlook.com)或微信(BestCoder_BestLife)与我联系
本文参考了以下的相关文档,在此对文档作者表示感谢:
https://zhuanlan.zhihu.com/p/93647900
https://blog.csdn.net/dingdingdodo/article/details/106272854
https://segmentfault.com/a/1190000022952886
https://blog.csdn.net/dingdingdodo/article/details/104290972
并查集定义
并查集解决的问题是,在给定的图中找到哪些节点属于同一个联通分量,减少查询的次数。用来处理一种可以转换为图结构中的合并、查询相关的问题。
为了实现这一目的,所以需要将每个节点定义一个父节点(初始化为自己),并且通过父节点的父节点可以一直的溯源到相关跟节点,通过合并union函数将两个节点合并在一起,具体合并在一起的意义就是,将其中一个节点的设置为另外一个节点的父节点。利用合并的方式,会将相关的一系列节点串起来,构造成一棵很深的树,要查选一个节点的根节点时,需要反复的溯源父节点的父节点,会增加查询的耗时,为了解决这个问题的方法就是路径压缩和安秩合并,常用的就是是路径压缩方法。路径压缩的意义就是将一棵很深的树,通过递归的方式,将这个树上的每个节点的父节点都定义到跟节点上,这样在进行查询的只需要O(1)的时间复杂度。
并查集模板
class UnionFind:
def __init__(self,size):
# 定义每个节点的父节点
self.father = {
}
def find(self,x):
# 初始化时,将每个节点的父节点定义为自己
self.father.setdefault(x,x)
# 第一次查询时,父节点是自己,直接返回自己
if self.father[x] == x:return x
# 当该节点已经和其他节点相连接,已经属于某一个联通分量了
# 此时找父节点,需要一直的追溯父节点的父节点
# 将最终的父节点(根节点)赋值给当前节点的父节点
# 这样就实现了路径压缩,每次在查询的时候将并没有连接到根节点的节点的父节点连接到跟节点
self.father[x] = self.find(self.father[x])
return self.father[x]
def union(self,x,y):
# 将两个节点合并在同一个联通分量里
# 需要将一个节点父节点,连接到另外一个节点的父节点上
self.father[self.find(x)] = self.find(y)
def is_connected(self,x,y):
# 当两个节点是同一个父节点时,则两个节点属于同一个联通分量
# 每次在find的时候都会返回当前联通分量的根节点
return self.find(x) == self.find(y)
leetcode题目
684 冗余链接
class UnionFind:
def __init__(self,size):
self.father = {
}
def find(self,x):
self.father.setdefault(x,x)
if self.father[x] == x:return x
self.father[x] = self.find(self.father[x])
return self.father[x]
def union(self,x,y):
self.father[self.find(x)] = self.find(y)
def is_connected(self,x,y):
return self.find(x) == self.find(y)
class Solution:
def findRedundantConnection(self, edges):
uf = UnionFind(len(edges))
for x,y in edges:
if uf.is_connected(x,y):
return [x,y]
uf.union(x,y)
1319. 连通网络的操作次数
class Solution:
def makeConnected(self, n: int, connections: List[List[int]]) -> int:
if len(connections) < n-1:return -1
f = {
}
def find(x):
f.setdefault(x,x)
if f[x] == x:return x
f[x] = find(f[x])
return f[x]
def union(x,y):
f[find(x)] = find(y)
for x,y in connections:
union(x,y)
seen = set()
for i in range(n):
seen.add(find(i))
return len(list(seen))-1
959. 由斜杠划分区域
# https://leetcode-cn.com/problems/regions-cut-by-slashes/solution/liang-chong-fang-fa-bing-cha-ji-he-dfs95-uhof/
class UnionFind:
def __init__(self, M):
self.father = {
}
self.cnt = M
def find(self, x):
self.father.setdefault(x,x)
if x != self.father[x]:
self.father[x] = self.find(self.father[x])
return self.father[x]
def union(self, p, q):
leader_p = self.find(p)
leader_q = self.find(q)
if leader_p == leader_q:return
self.father[leader_p] = leader_q
self.cnt -= 1
class Solution:
def regionsBySlashes(self, grid):
n = len(grid)
N = n * n * 4
uf = UnionFind(N)
def get_pos(row, col, i):
return (row * n + col) * 4 + i
for row in range(n):
for col in range(n):
v = grid[row][col]
if row > 0:
uf.union(get_pos(row - 1, col, 2), get_pos(row, col, 1))
if col > 0:
uf.union(get_pos(row, col - 1, 3), get_pos(row, col, 0))
if v == '/':
uf.