并查集_<size=500>-CSDN博客

并查集（Union-find Sets），用于处理不相交集合的查找与合并问题。一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先（Least Common Ancestors, LCA）等。

并查集的基本操作有三个：

makeSet(s)：建立一个新的并查集，其中包含 s 个单元素集合。（其实就是对并查集的初始化）。
unionSet(x, y)：把元素 x 和元素 y 所在的集合合并，要求 x 和 y 所在的集合不相交，如果相交则不合并。
find(x)：找到元素 x 所在的集合的代表，该操作也可以用于判断两个元素是否位于同一个集合，只要将它们各自的代表比较一下就可以了。

如图所示，便是操作一：构造并初始化并查集

代码实现：

#include <iostream>
using namespace std;
const int MAXSIZE = 500;//并查集中元素的个数，用时注意题目要求按需修改
 
int father[MAXSIZE];
 
void makeSet(int size) { for(int i = 0;i < size;i++) father[i] = i;}

接下来，就是 find 操作了，如果每次都沿着父节点向上查找，那时间复杂度就是树的高度，完全不可能达到常数级。这里需要应用一种非常简单而有效的策略——路径压缩。路径压缩，就是在每次查找时，令查找路径上的每个节点都直接指向根节点，如图 3 所示。

代码实现：（递归和非递归）

int find(int x)
{
    return father[x]==x?x:father[x]=find(father[x]);
}

int find(int x)
{
    int p=x,t;
    while(father[p]!=p) p=father[p];//不断地循环去找，找到才停止循环
    while(x!=p) {t=father[x];father[x]=p;x=t;}//路径压缩
    return x;
}

最后是合并操作 unionSet，并查集的合并也非常简单，就是将一个集合的树根指向另一个集合的树根，如图 4 所示。

代码实现

void unionset(int x,int y)
{
    int fx=find(x),fy=find(y);
    if(fx!=fy) father[fx]=fy;
}
/*这里也可以应用一个简单的启发式策略——按秩合并。
该方法使用秩来表示树高度的上界，在合并时，
总是将具有较小秩的树根指向具有较大秩的树根。
简单的说，就是总是将比较矮的树作为子树，添加到较高的树中。
为了保存秩，需要额外使用一个与 father[] 同长度的数组，并将所有元素都初始化为 0。*/
void unionset(int x,int y)
{
    int fx=find(x),fy=find(y);
    if(fx!=fy)
    {
        if(rank[fx]>rank[fy]) father[fy]=fx;//将比较矮的树作为子树，添加到较高的树中
        else
        {
            father[fx]=fy;
            if(rank[fx]==rank[fy]) rank[fy]++;
        }
    }
}

总结：

普通写法：

#include <iostream>
using namespace std;
const int MAXSIZE = 500;//并查集中元素的个数，用时注意题目要求按需修改
 
int father[MAXSIZE];
 
void makeSet(int size) { for(int i = 0;i < size;i++) father[i] = i;}
int find(int x)//递归写法
{
    return father[x]==x?x:father[x]=find(father[x]);
}

int find(int x)//非递归写法
{
    int p=x,t;
    while(father[p]!=p) p=father[p];//不断地循环去找，找到才停止循环
    while(x!=p) {t=father[x];father[x]=p;x=t;}
    return x;
}
void unionset(int x,int y)
{
    int fx=find(x),fy=find(y);
    if(fx!=fy) father[fx]=fy;
}

按秩合并：

#include <iostream>
using namespace std;
const int MAXSIZE = 500;//并查集中元素的个数，用时注意题目要求按需修改
 
int father[MAXSIZE];
int rank[MAXSIZE];
 
void makeSet(int size) 
{
     for(int i=0;i<size;i++) father[i] = i;
     for(int i=0;i<size;i++) rank[i]=0;
}
int find(int x)//递归
{
    return father[x]==x?x:father[x]=find(father[x]);
}

int find(int x)//非递归
{
    int p=x,t;
    while(father[p]!=p) p=father[p];//不断地循环去找，找到才停止循环
    while(x!=p) {t=father[x];father[x]=p;x=t;}
    return x;
}
/*这里也可以应用一个简单的启发式策略——按秩合并。
该方法使用秩来表示树高度的上界，在合并时，
总是将具有较小秩的树根指向具有较大秩的树根。
简单的说，就是总是将比较矮的树作为子树，添加到较高的树中。
为了保存秩，需要额外使用一个与 father[] 同长度的数组，并将所有元素都初始化为 0。*/
void unionset(int x,int y)
{
    int fx=find(x),fy=find(y);
    if(fx!=fy)
    {
        if(rank[fx]>rank[fy]) father[fy]=fx;//将比较矮的树作为子树，添加到较高的树中
        else
        {
            father[fx]=fy;
            if(rank[fx]==rank[fy]) rank[fy]++;
        }
    }
}

还有一种按集合中所包含的元素个数合并

#include <iostream>
#include <cstdio>
using namespace std;
const int MAXSIZE = 500;//并查集中元素的个数，用时注意题目要求按需修改

int father[MAXSIZE];
int rank[MAXSIZE];

void makeSet(int size)
{
     for(int i=0;i<size;i++) father[i] = -1;
}
int find(int x)//递归
{
    return father[x]<0?x:father[x]=find(father[x]);
}

//int find(int x)//非递归
//{
//    int p=x,t;
//    while(father[p]>=0) p=father[p];//不断地循环去找，找到才停止循环
//    while(x!=p) {t=father[x];father[x]=p;x=t;}
//    return x;
//}
/*这种合并方法，father[]数组里依然存的该节点的根节点，但是如果father[x]<0;则说明x为
该集合的根，-father[x]代表了该集合内元素的个数,注意是-father[]*/
void unionset(int x,int y)
{
    int fx=find(x),fy=find(y);//fx就代表x的根节点，fy就代表y的根节点
    if(fx!=fy)
    {
        if(father[fx]<father[fy])//实际上是fx的元素比fy多
        {
            father[fx]+=father[fy];
            father[fy]=fx;
        }
        else
        {
           father[fy]+=father[fx];
           father[fx]=fy;
        }
    }
}

这个解释很有意思，也比较好理解：

为了解释并查集的原理，我将举一个更有爱的例子。话说江湖上散落着各式各样的大侠，有上千个之多。他们没有什么正当职业，整天背着剑在外面走来走去，碰到和自己不是一路人的，就免不了要打一架。但大侠们有一个优点就是讲义气，绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”，只要是能通过朋友关系串联起来的，不管拐了多少个弯，都认为是自己人。这样一来，江湖上就形成了一个一个的群落，通过两两之间的朋友关系串联起来。而不在同一个群落的人，无论如何都无法通过朋友关系连起来，于是就可以放心往死了打。但是两个原本互不相识的人，如何判断是否属于一个朋友圈呢？

我们可以在每个朋友圈内推举出一个比较有名望的人，作为该圈子的代表人物，这样，每个圈子就可以这样命名“齐达内朋友之队”“罗纳尔多朋友之队”……两人只要互相对一下自己的队长是不是同一个人，就可以确定敌友关系了。

但是还有问题啊，大侠们只知道自己直接的朋友是谁，很多人压根就不认识队长，要判断自己的队长是谁，只能漫无目的的通过朋友的朋友关系问下去：“你是不是队长？你是不是队长？”这样一来，队长面子上挂不住了，而且效率太低，还有可能陷入无限循环中。于是队长下令，重新组队。队内所有人实行分等级制度，形成树状结构，我队长就是根节点，下面分别是二级队员、三级队员。每个人只要记住自己的上级是谁就行了。遇到判断敌友的时候，只要一层层向上问，直到最高层，就可以在短时间内确定队长是谁了。由于我们关心的只是两个人之间是否连通，至于他们是如何连通的，以及每个圈子内部的结构是怎样的，甚至队长是谁，并不重要。所以我们可以放任队长随意重新组队，只要不搞错敌友关系就好了。于是，门派产生了。

http://i3.6.cn/cvbnm/6f/ec/f4/1e9cfcd3def64d26ed1a49d72c1f6db9.jpg

下面我们来看并查集的实现。 int pre[1000]; 这个数组，记录了每个大侠的上级是谁。大侠们从1或者0开始编号（依据题意而定），pre[15]=3就表示15号大侠的上级是3号大侠。如果一个人的上级就是他自己，那说明他就是掌门人了，查找到此为止。也有孤家寡人自成一派的，比如欧阳锋，那么他的上级就是他自己。每个人都只认自己的上级。比如胡青牛同学只知道自己的上级是杨左使。张无忌是谁？不认识！要想知道自己的掌门是谁，只能一级级查上去。 find这个函数就是找掌门用的，意义再清楚不过了（路径压缩算法先不论，后面再说）。

int find(int x) //查找我（x）的掌门

{

int r=x; //委托 r 去找掌门

while (pre[r ]!=r) //如果r的上级不是r自己（也就是说找到的大侠他不是掌门 = =）

r=pre[r ] ; // r 就接着找他的上级，直到找到掌门为止。

return r ; //掌门驾到~~~

}

再来看看join函数，就是在两个点之间连一条线，这样一来，原先它们所在的两个板块的所有点就都可以互通了。这在图上很好办，画条线就行了。但我们现在是用并查集来描述武林中的状况的，一共只有一个pre[]数组，该如何实现呢？还是举江湖的例子，假设现在武林中的形势如图所示。虚竹小和尚与周芷若MM是我非常喜欢的两个人物，他们的终极boss分别是玄慈方丈和灭绝师太，那明显就是两个阵营了。我不希望他们互相打架，就对他俩说：“你们两位拉拉勾，做好朋友吧。”他们看在我的面子上，同意了。这一同意可非同小可，整个少林和峨眉派的人就不能打架了。这么重大的变化，可如何实现呀，要改动多少地方？其实非常简单，我对玄慈方丈说：“大师，麻烦你把你的上级改为灭绝师太吧。这样一来，两派原先的所有人员的终极boss都是师太，那还打个球啊！反正我们关心的只是连通性，门派内部的结构不要紧的。”玄慈一听肯定火大了：“我靠，凭什么是我变成她手下呀，怎么不反过来？我抗议！”抗议无效，上天安排的，最大。反正谁加入谁效果是一样的，我就随手指定了一个。这段函数的意思很明白了吧？

void join(int x,int y) //我想让虚竹和周芷若做朋友

{

int fx=find(x),fy=find(y); //虚竹的老大是玄慈，芷若MM的老大是灭绝

if(fx!=fy) //玄慈和灭绝显然不是同一个人

pre[fx ]=fy; //方丈只好委委屈屈地当了师太的手下啦

}

本文有的内容参考于：

作者：CYJB
出处：http://www.cnblogs.com/cyjb/
GitHub：https://github.com/CYJB/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。

还有部分内容在网上查找于 https://blog.csdn.net/u013546077/article/details/64509038