省份数量[连通分量与并查集]

前言

连通分量是图的基本概念，求解连通分量与并查集紧密关联。并查集，第一步需要设置并查集数据结构数组并初始化，第二步，需要用到该数组进行两节点的合并union，第三步，合并又需要先找到两节点的根节点，才知道能否合并，所以需要findFather进行递归寻找。

一、省份数量

二、并查集

package everyday;

// 省份数量。
public class FindCircleNum {
    /*
    target：n个城市，一个省份的全部城市直接或间接相连。请问有多少省份？
    问题显然转化成联通分量的个数，而涉及到联通分量，就不得不提并查集了。
    采用并查集把相应的城市并再一起，没并一次n-1,最终得到省份数量。
     */

    public int findCircleNum(int[][] isConnected) {
        // 记录共有多少城市
        int n = isConnected.length;
        // 并查集数据结构。
        int[] fathers = new int[n];
        // 初始化并查集数据结构。
        for (int i = 0; i < n; i++) fathers[i] = i;
        // 记录剩余城市数量。
        int rs = n;
        // 开始循环合并。
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < n; j++) {
                // 两个城市需要合并。
                if (isConnected[i][j] == 1 && union(fathers, i, j)) --rs;
            }
        }
        return rs;
    }

    // 合并两个节点，但是需要先找到两节点的根节点。
    private boolean union(int[] fathers, int i, int j) {
        int root = findFather(fathers, i);
        int node = findFather(fathers, j);
        // 两个有相同的根节点，本身就在一起，无法合并。
        if (root == node) return false;
        // 有不同的根节点，合并两者。
        fathers[node] = root;
        // 合并成功。
        return true;
    }

    // 找一个节点的根节点，便于判断是否在一颗树上，且便于合并。
    private int findFather(int[] fathers, int i) {
        /*
        // 递归找到根节点。
        if (fathers[i] == i) return fathers[i];
        // 递归寻找，并回溯将树铺平，即将路径上的每个节点都指向根几点。
        // 好处：1-代码可改写；2-简洁；3-下一次访问根节点能不用递归太多层。
        fathers[i] = findFather(fathers, fathers[i]);
        // 返回根节点。
        return fathers[i];
        */
        // 改写。
        if (fathers[i] != i) fathers[i] = findFather(fathers, fathers[i]);
        return fathers[i];
    }
}

总结

1）并查集三大步，定义并初始化数组，union，findFather.
2）连通分量紧密相关并查集。

参考文献

[1] LeetCode 省份数量