并查集实现Kruskal算法

什么是并查集?

并查集是一种树形结构，又叫“不相交集合”，保持了一组不相交的动态集合，每个集合通过一个代表来识别，代表即集合中的某个成员，通常选择根做这个代表。

并查集的常用操作

Make_Set(x):

建立一个新的集合，其唯一成员就是x，因此这个集合的代表也是x，并查集要求各集合是不相交的，因此要求x没有在其他集合中出现过。

Find_Set(x):

通过递归的方式查找根节点，查找的目的在于判断是否处在同一个集合里面。在查找的过程中能够同时压缩路径节省效率。

Union(x, y):

将包含x,y的动态集合合并为一个新的集合。合并两个集合的关键是找到两个集合的根节点，如果两个根节点相同则不用合并；如果不同，则需要合并。

若要统计最后每个集合中的元素则看father[i]=i的个数即可

代码实现

void Make_Set(int x)
{
    father[x] = x;          //将每个成员x设立为一个单独的集合
}

//通过递归向上查找根节点，回溯时改变当前节点的父节点，直接指向根节点，即实现了路径的压缩。
int Find_Set(int x)
{
    if(x != father[x])
        father[x] = Find_set(father[x]);
    return father[x];
}
`//简化版``
int find(int x){ return father[x] == x?x:father[x] = find(father[x]); }

//两个集合的合并算法
void Union(int x, int y)
{
    int GrandX = Find_set(x);
    int GrandY = Find_set(y);
    if(GrandX ！= GrandY)
        father[GrandX] = GrandY;
}

引用于
https://blog.csdn.net/qq_39216184/article/details/83023669

并查集思想实现Kruskal算法

#include<iostream>
#include<algorithm>
using namespace std;
int w[] = { 6, 1, 4, 5, 3, 5, 6, 4, 2, 6 };
int u[] = { 1, 1, 1, 2, 2, 3, 3, 3, 4, 5 };
int v[] = { 2, 3, 4, 3, 5, 4, 5, 6, 6, 6 };
int p[10];
int r[10];
int cmp(const int i, const int j){ return w[i] < w[j]; }
int find(int x){ return p[x] == x?x:p[x] = find(p[x]); }//p为并查集 
int n=6,m=10;
int Kruskal()
{
	int ans = 0;
	for (int i = 0; i <=n; i++)
		p[i] = i;//初始化并查集 即每一个端点单独成一个集合
	for (int i = 0; i < m; i++)
		r[i] = i;//初始化每条边的序号  一条边包含两个端点和一个权值 (就像是一个结构体的序号) 是一个一一对应的关系
	sort(r, r + m, cmp);//通过r[]间接给边进行排序 
	for (int i = 0; i < m; i++)
	{
		int e = r[i];//r[]为按照边权值排好序的边的序号 e即为边的序号
		int x = find(u[e]);//查找边的第一个端点
		int y = find(v[e]);//查找边的第二个端点
		if (x != y){ 
			ans += w[e]; p[x] = y; 
			printf("(%d-%d)\n", u[e], v[e]);
		}
		
	}
	return ans;
}
int  main()
{
	int a = Kruskal();
	printf("权值为>>>%d\n", a);
}

运行结果:
(1-3)
(4-6)
(2-5)
(1-4)
(2-3)
权值为>>>15