并查集(Union Find):
并查集,在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中,其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间(1~3秒)内计算出试题需要的结果,只能用并查集来描述。
并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。
主要操作:
初始化
把每个点所在集合初始化为其自身。
通常来说,这个步骤在每次使用该数据结构时只需要执行一次,无论何种实现方式,时间复杂度均为O(N)。
查找
查找元素所在的集合,即根节点。
合并
将两个元素所在的集合合并为一个集合。
通常来说,合并之前,应先判断两个元素是否属于同一集合,这可用上面的“查找”操作实现。
Java实现代码:
/**
* @Description 基于rank与路径压缩的优化
* @author ymn
* @version 1.0
* @date 2020\5\29 0029 16:38
*/
public class UnionFind implements UF{
private int[] parent;
//rank[i]表示以i为根的集合所表示的树的层数
private int[] rank;
public UnionFind(int size){
parent = new int[size];
rank = new int[size];
for (int i = 0; i < size; i++){
parent[i] = i;
rank[i] = 1;
}
}
@Override
public int getSize(){
return parent.length;
}
//查找过程,查找元素p所对应的集合编号
//O(h)复杂度,h为树的高度
private int find(int p){
//先判断参数的合法性
if (p < 0 || p > parent.length){
throw new IllegalArgumentException("p is out of bound");
}
while (p != parent[p]){
//路径压缩
parent[p] = parent[parent[p]];
p = parent[p];
}
/*递归算法,实现树只有两层,rank最小的情况
if (p != parent[p]){
parent[p] = find(parent[p]);
}
return parent[p];
*/
return p;
}
//查看元素p和元素q是否所属一个集合
@Override
public boolean isConnected(int p,int q){
return find(p) == find(q);
}
//合并元素p和元素q所属的集合
@Override
public void unionElements(int p,int q){
int pRoot = find(p);
int qRoot = find(q);
if (pRoot == qRoot){
return;
}
//根据两个元素所在树的rank不同判断合并方向
//将rank低的集合合并到rank高的集合上
if (rank[pRoot] < rank[qRoot]){
parent[pRoot] = qRoot;
}else if(rank[qRoot] < rank[pRoot]) { //sz[pRoot] >= sz[qRoot]
parent[qRoot] = pRoot;
}else { //rank[qRoot] = rank[pRoot]
parent[pRoot] = qRoot;
rank[qRoot] += 1;
}
}
}