数据结构之并查集

数据结构中的并查集

一、并查集的概念

1.合并、查找、集合

当给出两个元素的一个无序对(a,b)时，需要快速“合并”a和b分别所在的集合，这期间需要反复“查找”某元素所在的集合。

2.概念

在这数据类型中，n个不同元素被分为若干组。每组是一个集合，这种集合叫分离集合，称之为并查集。

二、并查集典型案例

1.问题

A与B是亲戚，B与C是亲戚，问A与C是否为亲戚？

2.问题分析

亲戚关系是一种典型的等价关系。现将构建一个图论模型，每一个人抽象为一个顶点，N个人即N个顶点，输入的亲戚关系数据则抽象为边，M个亲戚关系数据则为N条边，则可抽象为一个(N,M)图模型。最后的问题则为两个顶点是否在同一个连通块中。

3.思路

(1)对N个人都建立一个集合，在图中则画出N个孤立顶点。
(2)每给一个亲戚关系，就将所对应的集合合并，在图中则给关联顶点连边。
(3)最后的提问，则查看两个元素是否在同一个集合中，在图上是否在同一个通路上。

4.特点(从集合论的角度)

(1)操作是在集合的基础上进行的，没必要保存所有的边。
(2)每一步的得到的划分方式是动态的。

三、并查集的运算

编号1~n的n个元素，x是其中一个元素，设并查集为S。

1.初始化并查集

S={S1，S2，···，Sn}，每一个动态集合Si(1<=i<=n)仅仅包含一个编号为i的元素，该元素作为集合Si的“代表”。

2.查找x元素所在的集合

返回并查集S中x元素所在集合的代表。

3.合并集合

将S中元素x和y所在的动态集合进行合并成一个新的集合，且合并之前元素x和y所在的动态集合是分离的。

四、算法实现

1.实现方法(树实现)

(1)用有根树表示集合，树中的每一个结点包含集合的一个元素，每一棵树表示一个集合。并查集S为森林，每棵树根作为集合的代表，每棵树均有指向双亲的指针parent，根结点的双亲指针指向自身。
注：树中的指针只是联系集合元素的关系的作用，没有从属关系。

(2)将高度较小的分离集合树作为子树，保证构造的分离集合树高度较低,不会超过log2 n，得到比较平衡的树。

2.实现代码

(1)数根结点结构体

typedef struct node{
    int data;                  //对应编号
    int rank;                  //对应的秩
    int parent;                //双亲指针
}UFSTree;

其中的秩是近似等于树的高度，用于的树的合并。

(2)并查集初始化

void MAKE_SET(UFSTree t[],int n){
    for(int i=0;i<=n;i++){
        t[i].data=i;
        t[i].rank=0;
        t[i].parent=i;
    }
}

树的高度(秩)为0，编号为i，双亲指针指向自己。

(3)查找元素x所在的集合

int FIND_SET(UFSTree t[],int x){
    if(x!=t[x].parent) return(FIND_SET(t,t[x].parent));
    else return(x);
}

找到x所在节点，沿双亲指针找到根结点，双方的节点编号比下方大(秩)，除了根结点的双亲指针与编号相等。

(4)合并集合

void UNION(UFSTree t[],int x,int y){
    x=Find_SET(t,x);
    y=FIND_SET(t,y);

    if(t[x].rank>t[y].rank) t[y].parent=x;
    else{
        t[x].parent=y;
        if(t[x].rank==t[y].rank) t[y].rank++;
    }
}

秩较小的根双亲指针指向秩较大的根，相等时，只需其中一个指向另一个，合并后的树秩加1.