冗余连接_力扣684_并查集

冗余连接

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/redundant-connection

树可以看成是一个连通且无环的无向图。

给定往一棵 n 个节点(节点值1～n)的树中添加一条边后的图。添加的边的两个顶点包含在1到n中间，且这条附加的边不属于树中已存在的边。图的信息记录于长度为n的二维数组edges，edges[i]=[ai,bi]表示图中在ai和bi之间存在一条边。

请找出一条可以删去的边，删除后可使得剩余部分是一个有着 n 个节点的树。如果有多个答案，则返回数组 edges 中最后出现的边。

示例 1：

输入: edges = [[1,2], [1,3], [2,3]]
输出: [2,3]

示例 2：

输入: edges = [[1,2], [2,3], [3,4], [1,4], [1,5]]
输出: [1,4]

提示:
n == edges.length
3 <= n <= 1000
edges[i].length == 2
1 <= ai < bi <= edges.length
ai != bi
edges 中无重复元素
给定的图是连通的

并查集

1.并查集是什么

并查集是一种用来管理元素分组情况的数据结构。并查集可以高效地进行如下操作。不过需要注意并查集虽然可以进行合并操作，但是却无法进行分割操作。
（1）查询元素a和元素b是否属于同一组。
（2）合并元素a和元素b所在的组。

2.并查集的结构

并查集是使用树形结构实现的。

每个元素对应一个节点，每个组对应―棵树。在并查集中，哪个节点是哪个节点的父亲以及树的形状等信息无需多加关注，整体组成一个树形结构才是重要的。
(1)初始化
我们准备n个节点来表示n个元素。最开始时没有边。

(2)合并
像下图一样，从一个组的根向另一个组的根连边，这样两棵树就变成了一棵树，也就把两个组合并为一个组了。

(3)查询
为了查询两个节点是否属于同一组,我们需要沿着树向上走,来查询包含这个元素的树的根是谁。如果两个节点走到了同一个根，那么就可以知道它们属于同一组。
在下图中，元素2和元素5都走到了元素1，因此它们属于同一组。另一方面，由于元素7走到的是元素6，因此同元素2或元素5属于不同组。

3.并查集实现中的注意点

在树形数据结构里，如果发生了退化的情况，那么复杂度就会变得很高。因此，有必要想办法避免退化的发生。在并查集中，只需按照如下方法就可以避免退化。
（1）对于每棵树,记录这棵树的高度(rank)。
（2）合并时如果两棵树的rank不同，那么从rank小的向rank大的连边。

此外，通过路径压缩，可以使得并查集更加高效。对于每个节点，一旦向上走到了一次根节点,就把这个点到父亲的边改为直接连向根。

在此之上,不仅仅是所查询的节点,在查询过程中向上经过的所有的节点,都改为直接连到根上。这样再次查询这些节点时，就可以很快知道根是谁了。

在使用这种简化的方法时，为了简单起见，即使树的高度发生了变化，我们也不修改rank的值。

4.并查集的复杂度

加入了这两个优化之后的并查集效率非常高。对n个元素的并查集进行一次操作的复杂度是O(α(n))。在这里，α(n)是阿克曼 (Ackermann)）函数的反函数T。这比O(log(n))还要快。
不过，这是“均摊复杂度”。也就是说，并不是每一次操作都满足这个复杂度，而是多次操作之后平均每一次操作的复杂度是O(α(n))的意思。

var (
    n = 1005
    parent = make([]int,n) //父亲
    rank = make([]int,n) //树的高度
)
//初始化n个元素
func initl(n int){
    for i:=0;i<n;i++{
        parent[i] = i
        rank[i] = 0
    }
}
//查询树的根
func find(x int) int{
    if parent[x] == x{
        return x
    }else{
        parent[x] = find(parent[x])
        return parent[x]
    }
}
//合并x和y所属的集合
func unite(x,y int){
    x = find(x)
    y = find(y)
    if x==y{
        return
    }
    if rank[x]<rank[y]{
        parent[x] = y
    }else{
        parent[y] = x
        if rank[x] == rank[y]{
            rank[x]++
        }
    }
}
//判断x和y是否属于同一个集合
func same(x,y int) bool{
    return find(x) == find(y)
}

func findRedundantConnection(edges [][]int) []int {
    initl(n)
    for i:=0;i<len(edges);i++{
        if same(edges[i][0],edges[i][1]){
            return edges[i]
        }else{
            unite(edges[i][0],edges[i][1])
        }
    }
    return []int{}
}

并查集部分为《挑战程序设计竞赛(第2版)》中的内容，做个笔记，如有错误欢迎大家指正！