并查集
——管理元素分组
结构:树(有时也可以是图)
1.初始化:每个结点为一个单元素集合
2.合并:由一个元素指向另一个元素
如果有代表元素参与,那么元素上的合并本质上也是组与组之间的合并
3.查询:由树的“叶”去找“根”()代表元素
本质上是递归的“归”,是dps的部分
路径压缩:
在递归的过程中使途径的每个结点都指向根节点
*4.连接:用于检验节点间是否连通
代码(python)
在python中我们用字典记录映射关系
class UF:
def __init__(self, M):
self.parent = {}
self.cnt = 0
# 初始化 parent,size 和 cnt
for i in range(M):
self.parent[i] = i
self.cnt += 1
def find(self, x):
root = x
while self.parent[root] != root:
root = self.parent[root]
# 路径压缩
while x != root:
original_parent = self.parent[x]
self.parent[x] = root
x = original_parent
return root
def union(self, p, q):
if self.connected(p, q): return
leader_p = self.find(p)
leader_q = self.find(q)
self.parent[leader_p] = leader_q
self.cnt -= 1
def connected(self, p, q):
return self.find(p) == self.find(q)
应用
1.(LC)684. 冗余连接
特点:对连接的判断:connected()
def connected(self, p, q):
return self.find(p) == self.find(q)
2.(LC)947. 移除最多的同行或同列石头
特点:通过add()
函数逐步建图
class UnionFind(object):
def __init__(self):
self._father = {}
def add(self, x):
if x not in self._father:
self._father[x] = x
3.(LC)1202. 交换字符串中的元素
特点:获取连通结点
connected_components = collections.defaultdict(list)
for node in range(len(s)):
connected_components[uf.find(node)].append(node)
4.(LC)1319. 连通网络的操作次数
特点:连通分量计数与环计数的对比
5.(LC)959. 由斜杠划分区域
特点:对单个单元的细化
「初始化:每个单元对应多个初始结点
合并:分为单元内与单元间
定位:基于单元的定位」
n = len(grid) # 初始
N = n * n * 4
uf = UF(N)
def get_pos(row, col, i): # 定位
return (row * n + col) * 4 + i
6.(LC)1579. 保证图可完全遍历
特点:公共图
但凡涉及到公共图的问题时,基本思路之一是拆成多幅图,但是计数是一定要小心谨慎