并查集

(一)例题分析 //问题引入

hdu1232畅通工程  (这应该是并查集最经典的例题了吧)

http://acm.hdu.edu.cn/showproblem.php?pid=1232

首先在地图上给你若干个城镇,这些城镇都可以看作点,然后告诉你哪些对城镇之间是有道路直接相连的。

最后要解决的是整幅图的连通性问题。比如随意给你两个点,让你判断它们是否连通,

或者问你整幅图一共有几个连通分支,也就是被分成了几个互相独立的块。

像畅通工程这题,问还需要修几条路,实质就是求有几个连通分支。

如果是1个连通分支,说明整幅图上的点都连起来了,不用再修路了;

如果是2个连通分支,则只要再修1条路,从两个分支中各选一个点,把它们连起来,那么所有的点都是连起来的了;

如果是3个连通分支,则只要再修两条路……

以下面这组数据输入数据来说明

4 2

1 3

4 3

第一行告诉你,一共有4个点,2条路。下面两行告诉你,1、3之间有条路,4、3之间有条路。那么整幅图就被分成了1-3-4和2两部分。只要再加一条路,把2和其他任意一个点连起来,畅通工程就实现了,那么这个这组数据的输出结果就是1。

点有很多,路也有很多条,那怎么去做的,这时候我们就考虑一下并查集。

(二)什么是并查集 

我们先来看一下大的概念:

并查集是一种数据结构,一般它处理的是图(其实是解决无向图的)的连通分量问题,

但是当并查集的根节点可以维护更多的信息时,并查集可以解决范围更广的基于无向图连通分量的问题。

我们可以知道:并查集就是解决连通分量问题的

然后小的方面:

并查集,合并,查找,查找,合并。。。。。。。就是两种操作

对于两个点来说,我们要判断它们是否处于一个连通分量,怎么判断呢?

1.找到他们的父节点

2.比较父节点

3.如果父节点相同,那么两个点肯定属于一个连通分量

   如果不同,那么我们就让一个点的父节点成为另一个父节点的孩子

(三)并查集基本代码

//并查集基本代码
//fa[i]表示i节点的父节点
int fa[maxn];

//初始化fa
void init()
{
   memset(fa,-1,sizeof(fa));
}

//返回x节点的根,同时使得x节点直接挂在根节点下面
int findset(int x)
{
   return fa[x]==-1?x:fa[x]=findset(fa[x]);
}

//判断u,v是否连通,连通就不用操作了
//合并u和v所属的连通分量
//首先获取u和v的根节点
//根不同->属于不同连通分量->可以合并
//合并就是把fu的父节点变成fv
//    就是把u的父节点变成v的父节点的孩子
int bind(int u,int v)
{
    int fu=findset(u);
    int fv=findset(v);
    if(fu!=fv)
    {
        fa[fu]=fv;
        return 1;
    }
    return 0;
}

(四)回顾例题

http://acm.hdu.edu.cn/showproblem.php?pid=1232

最终剩余的连通分量数目ans即可,然后需要建的道路数目为 ans-1 .

#include<bits/stdc++.h>
using namespace std;
const int maxn=1010;
//并查集基本代码
//fa[i]表示i节点的父节点
int fa[maxn];

//初始化fa
void init()
{
   memset(fa,-1,sizeof(fa));
}

//返回x节点的根,同时使得x节点直接挂在根节点下面
int findset(int x)
{
   return fa[x]==-1?x:fa[x]=findset(fa[x]);
}

//判断u,v是否连通,连通就不用操作了
//合并u和v所属的连通分量
//首先获取u和v的根节点
//根不同->属于不同连通分量->可以合并
//合并就是把fu的父节点变成fv
//    就是把u的父节点变成v的父节点的孩子
int bind(int u,int v)
{
    int fu=findset(u);
    int fv=findset(v);
    if(fu!=fv)
    {
        fa[fu]=fv;
        return 1;
    }
    return 0;
}

int main()
{
  int n,m;
  while(scanf("%d",&n)==1&&n!=0)
  {
     scanf("%d",&m);
     init();
     int x;
     int y;
     int ans=n-1;
     for(int i=0;i<m;i++)
     {
        scanf("%d%d",&x,&y);
        ans-=bind(x,y);
     }
     printf("%d\n",ans);
  }
  return 0;
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
并查集(Disjoint Set)是一种数据结构,用于解决集合的合并和查找问题。在Python中可以使用类来实现并查集。引用展示了一个简单的并查集类的代码实现,其中包括了初始化集合、查找集合、合并集合和判断两个元素是否在同一个集合中的方法。另外,引用和展示了对并查集代码的优化,包括路径压缩和按秩合并等技巧,以提高并查集的效率。 在Python中使用并查集可以解决一些实际问题,如求解岛屿个数、朋友圈等。通过将问题转化为集合的合并和查找操作,可以使用并查集来高效地解决这些问题。 所以,如果你需要在Python中实现并查集,可以参考以上的代码实现和优化方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python 数据结构与算法——并查集](https://blog.csdn.net/itnerd/article/details/103916115)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [并查集Python版](https://blog.csdn.net/XZ2585458279/article/details/127274576)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值