此公众号会发表计算机考研(初复试信息)、夏令营等资料,方便考研人对信息的获取,节约自身查找资料的时间,回复408,可获得数据结构、操作系统、计算机网络、计算机组成原理全科资料
目录
不带权并查集
带路径压缩的代码模板
class UF:
def __init__(self, M):
self.parent = {}
self.size = {}#维护一个秩,它表示该结点高度的上界
self.cnt = 0#记录形成集合的个数
# 初始化 parent,size 和 cnt
for i in range(M):
self.parent[i] = i
self.cnt += 1
self.size[i] = 1
def find(self, x):
while x != self.parent[x]:
x = self.parent[x]
return x
def union(self, p, q):
if self.connected(p, q): return
# 小的树挂到大的树上, 使树尽量平衡
leader_p = self.find(p)
leader_q = self.find(q)
if self.size[leader_p] < self.size[leader_q]:
self.parent[leader_p] = leader_q
#self.size[leader_p] += self.size[leader_q]
self.size[leader_p] =1 + self.size[leader_p]
else:
self.parent[leader_q] = leader_p
#self.size[leader_q] += self.size[leader_p]
self.size[leader_p] =1 + self.size[leader_p]
self.cnt -= 1
#判断结点p,q是否在同一个集合内
def connected(self, p, q):
return self.find(p) == self.find(q)
---------------------------------------------------------------
class UF:
def __init__(self,M):
self.parent={}
self.size={}
self.cnt=0
for i in range(M):
self.parent[i]=i
self.size[i]=1
self.cnt+=1
def find(self,x):
while x!=self.parent[x]:
x=self.parent[x]
return x
def union(self,x,y):
if self.find(x)==self.find(y):
return
parent_x=self.find(x)
parent_y=self.find(y)
if self.size[parent_x]<self.size[parent_y]:
self.parent[parent_x]=parent_y
else:
self.parent[parent_y]=parent_x
if self.size[parent_x]==self.size[parent_y]:
self.size[parent_x]=1+self.size[parent_x]
self.cnt-=1
带权并查集
实际上并查集就是图结构,我们使用了哈希表来模拟这种图的关系。 而上面讲到的其实都是有向无权图,因此仅仅使用 parent 表示节点关系就可以了。而如果使用的是有向带权图呢?实际上除了维护 parent 这样的节点指向关系,我们还需要维护节点的权重,一个简单的想法是使用另外一个哈希表 weight 存储节点的权重关系。比如 weight[a] = 1 表示 a 到其父节点的权重是 1
。
如果是带权的并查集,其查询过程的路径压缩以及合并过程会略有不同,因为我们不仅关心节点指向的变更,也关心权重如何更新。比如:
a b
^ ^
| |
| |
x y
如上表示的是 x 的父节点是 a,y 的父节点是 b,现在我需要将 x 和 y 进行合并。
a b
^ ^
| |
| |
x -> y
假设 x 到 a 的权重是 w(xa),y 到 b 的权重为 w(yb),x 到 y 的权重是 w(xy)。合并之后会变成如图的样子:
a -> b
^ ^
| |
| |
x y
那么 a 到 b 的权重应该被更新为什么呢?我们知道 w(xa) + w(ab) = w(xy) + w(yb),也就是说 a 到 b 的权重 w(ab) = w(xy) + w(yb) - w(xa)。
当然上面关系式是加法,减法,取模还是乘法,除法等完全由题目决定,我这里只是举了一个例子。不管怎么样,这种运算一定需要满足可传导性。
带路径压缩的代码模板
这里以加法型带权并查集为例,讲述一下代码应该如何书写。
class UF:
def __init__(self, M):
# 初始化 parent,weight
self.parent = {}
self.weight = {}
for i in range(M):
self.parent[i] = i
self.weight[i] = 0
def find(self, x):
if self.parent[x] != x:
ancestor, w = self.find(self.parent[x])
self.parent[x] = ancestor
self.weight[x] += w
return self.parent[x], self.weight[x]
def union(self, p, q, dist):
if self.connected(p, q): return
leader_p, w_p = self.find(p)
leader_q, w_q = self.find(q)
self.parent[leader_p] = leader_q
self.weight[leader_p] = dist + w_q - w_p
def connected(self, p, q):
return self.find(p)[0] == self.find(q)[0]
例题
n 块石头放置在二维平面中的一些整数坐标点上。每个坐标点上最多只能有一块石头。
如果一块石头的 同行或者同列 上有其他石头存在,那么就可以移除这块石头。
给你一个长度为 n 的数组 stones ,其中 stones[i] = [xi, yi] 表示第 i 块石头的位置,返回 可以移除的石子 的最大数量。
示例 1:
输入:stones = [[0,0],[0,1],[1,0],[1,2],[2,1],[2,2]]
输出:5
解释:一种移除 5 块石头的方法如下所示:
1. 移除石头 [2,2] ,因为它和 [2,1] 同行。
2. 移除石头 [2,1] ,因为它和 [0,1] 同列。
3. 移除石头 [1,2] ,因为它和 [1,0] 同行。
4. 移除石头 [1,0] ,因为它和 [0,0] 同列。
5. 移除石头 [0,1] ,因为它和 [0,0] 同行。
石头 [0,0] 不能移除,因为它没有与另一块石头同行/列。
示例 2:
输入:stones = [[0,0],[0,2],[1,1],[2,0],[2,2]]
输出:3
解释:一种移除 3 块石头的方法如下所示:
1. 移除石头 [2,2] ,因为它和 [2,0] 同行。
2. 移除石头 [2,0] ,因为它和 [0,0] 同列。
3. 移除石头 [0,2] ,因为它和 [0,0] 同行。
石头 [0,0] 和 [1,1] 不能移除,因为它们没有与另一块石头同行/列。
示例 3:
输入:stones = [[0,0]]
输出:0
解释:[0,0] 是平面上唯一一块石头,所以不可以移除它。
提示:
1 <= stones.length <= 1000
0 <= xi, yi <= 104
不会有两块石头放在同一个坐标点上
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/most-stones-removed-with-same-row-or-column
解法
class UF:
def __init__(self, M):
self.parent = {}
self.size = {}#维护一个秩,它表示该结点高度的上界
self.cnt = 0#记录形成集合的个数
# 初始化 parent,size 和 cnt
for i in range(M):
self.parent[i] = i
self.cnt += 1
self.size[i] = 1
def find(self, x):
while x != self.parent[x]:
x = self.parent[x]
return x
def union(self, p, q):
if self.connected(p, q): return
# 小的树挂到大的树上, 使树尽量平衡
leader_p = self.find(p)
leader_q = self.find(q)
if self.size[leader_p] < self.size[leader_q]:
self.parent[leader_p] = leader_q
#self.size[leader_p] += self.size[leader_q]
self.size[leader_p] =1 + self.size[leader_p]
else:
self.parent[leader_q] = leader_p
#self.size[leader_q] += self.size[leader_p]
self.size[leader_p] =1 + self.size[leader_p]
self.cnt -= 1
#判断结点p,q是否在同一个集合内
def connected(self, p, q):
return self.find(p) == self.find(q)
class Solution:
def removeStones(self, stones: List[List[int]]) -> int:
n = len(stones)
uf = UF(n)
for i in range(n):
for j in range(i + 1, n):
if stones[i][0] == stones[j][0] or stones[i][1] == stones[j][1]: uf.union(i, j)
return n - uf.cnt