左神算法讲堂笔记 07并查集和前缀树

最新推荐文章于 2022-11-06 19:57:10 发布

2112222222222

最新推荐文章于 2022-11-06 19:57:10 发布

阅读量712

点赞数

分类专栏：算法讲堂

本文链接：https://blog.csdn.net/qq_37591656/article/details/87918347

版权

算法讲堂专栏收录该内容

7 篇文章 1 订阅

订阅专栏

岛

在这里插入图片描述
只分析多线程下如何优化。
假设把矩阵分成两块，交给两个线程去处理。那么各自跑完会在地图上标注**当前的1属于哪个中心点（多线程间全局变量可以使用volatile关键字）

先站在左边一方的角度考虑，只需要把边界上的1，即图上的A位置。接着向右边进行询问，由于右边的格子上是1，那么就把AC进行合并（使用并查集进行优化），岛的数量-1。下一次遇到AC的时候，并查集查询到属于同一个集合，那么就不进行操作。

总结一下，
第一步：进行区域划分，交给不同的线程去执行dfs，并且标注扩散源，得到初始tot岛数量。
第二步：针对边界进行合并，合并通过并查集。合并两个区域就让tot-1。

并查集代码


import java.util.HashMap;
import java.util.List;


public class UnionFindSet {
    static class Node{

    }
    public HashMap<Node,Node> fatherMap;
    public HashMap<Node,Integer> sizeMap;

    public UnionFindSet(List<Node>list){
        makeSets(list);
    }

    private void makeSets(List<Node> list) {
        fatherMap.clear();
        sizeMap.clear();
        for(Node node:list){
            fatherMap.put(node,node);
            sizeMap.put(node,1);
        }
    }
    Node findHead(Node node){
        while (fatherMap.get(node) != node){
            node = fatherMap.get(node);
        }
        return node;
    }
    public boolean isSameSet(Node a, Node b){
        return findHead(a) == findHead(b);
    }
    public void union(Node a,Node b){
        if(a == null || b == null)
            return;
        Node aHead = findHead(a);
        Node bHead = findHead(b);
        if (aHead != bHead) {
            int aSetSize= sizeMap.get(aHead);
            int bSetSize = sizeMap.get(bHead);
            if (aSetSize <= bSetSize) {
                fatherMap.put(aHead, bHead);
                sizeMap.put(bHead, aSetSize + bSetSize);
            } else {
                fatherMap.put(bHead, aHead);
                sizeMap.put(aHead, aSetSize + bSetSize);
            }
        }
    }
}

前缀树

https://blog.csdn.net/qq_37591656/article/details/87896097#comments 牛客网的项目总结中已经有源代码，这里就当复习。

1、数据结构

class TrieNode{
	// 根节点，前缀树的入口，val为空
	private TrieNode rootNode = new TrieNode();
	// 根节点的子结点们
	private Map<Character, TrieNode> subNodes = new HashMap<>();
	// 结束标志
	int end;
	// 前缀数量，用于删除
	int path;
}

2、插入(String word)

从根节点root = rootNode出发，遍历word的每个字符，如果root的子节点中包含了当前字符，那么root = root.subNodes.get© ；否则在root下新建一个TrieNode。经过每个结点时 root.path++，为了方便后面的删除

3、查询（String word）

从根节点root = rootNode出发，指针p1、p2初始化时都指向word的起点。当p2所指的位置在root的subNode中存在，就询问end是否为1，如果是1标明找到，递推到下一轮；如果root中的end==0，那么进行下一层查找，p2++， root = root.subNode.get(word[ p2 ])。当root的subNodes不存在p2，那么查找失败，p1++，p2++, root = rootNode。

4、删除(String word)

从根节点开始查找word，每个结点的root.path–；当遇到root.path减完==0，直接把root.subsNode.put(c,null);后面的直接可以删除