（7）数据结构--并查集-CSDN博客

本文链接：https://blog.csdn.net/qq_53909016/article/details/147723925

一. 逻辑结构—“集合”

在集合下，两个元素之间的关系只有两种，即从属于同一个子集或从属于不同子集。

如下图：A与B输入同一个子集，A与C属于不同子集

可以联想到在森林中，森林是m（m≥0）棵互不相交的树的集合

进而联想，同一子集中的各个元素，组织成一棵树来表示（不同集合放到树里）

二. 存储结构

双亲表示法最适合并查集

原因其中并查集的两个操作：

查，一路向上找到其唯一对应的根节点（有几个根节点，就有几棵树，就有几个集合）。

并，其中一个树的根结点指向另一个树的根结点

双亲表示法实现就很方便

图中L 中指向数组下标4，也就是E

E中指向数组下标为 1，也就是B

B指向数组下标为0，也就是A

A指向数组下标-1，为根结点

初始化并查集，将各个元素初始化为各自独立的子集。

#define SIZE 13
int UFSets[SIZE];    //集合元素数组
 
//初始化并查集
void Initial(int s[]){
    for(int i=0;i<SIZE;i++)
        s[i]=-1;
}

三. 集合相关操作

3.1 查

Find ——“查”操作：确定一个指定元素所属集合

// Find 操作，找 x 所属集合（返回 x 所属根结点）
int Find(int s[], int x) {
    while (s[x] >= 0)
        x = s[x];    // 循环寻找 x 的根
    return x;    // 返回根节点的下标
} 

//查11号元素L，指向4 
// 4号元素指向1，
// 1号元素指向0
// 0号元素指向-1，退出while  return 0;

最坏时间复杂度：O(n) ，与树的高度有关

Find操作的优化（压缩路径）

之前使用的Find操作是从指定节点出发，根据s[ ]，向上找到所属根节点，这样向上的路径称为“查找路径”，而Find的优化操作就是要压缩这条路径，即“压缩路径”。具体操作就是先找到根节点，再将查找路径上所有结点都挂到根结点下。

节点L的查找路径：

压缩路径就是将图中E，B全部挂到A节点下。这样，从L节点向上找根节点的路径就被压缩了。

代码如下

//Find"查"操作优化，先找到根节点再进行"压缩路径"
int Find(int S[],int x){
    int root = x;
    while(S[root]>=0)    root=S[root];  //循环找到根
    while(x!=root){ //压缩路径
        int t=S[x];    //t指向x的父节点
        S[x]=root;   //x直接挂到根节点下 
        x=t;
    }
    return root;    //返回根节点编号
}

每次 Find 操作，先找根，再“压缩路径”，可使树的高度不超过O((n))。(n)是一个增长很缓慢的函数，对于常见的n值，通常(n)≤4，因此优化后并查集的Find、Union操作时间开销都很低。

具体地，Find最坏时间复杂度为，将n个独立元素通过多次Union合并为一个集合的最坏时间复杂度为（n个元素需要合并n-1次）。

3.2 并

Union ——“并”操作：将两个不想交的集合合并为一个

//Union"并"操作，将两个集合合并为一个
//Root1，Root2为两个集合的根结点，如上图C指向A
void Union(int s[],int Root1,int Root2){
    //要求Root1与Root2是不同的集合
    if(Rootl==Root2)    return;
    //将根Root2连接到另一根Root1下面
    S[Root2]=Root1;
}
//时间复杂度：O(1)

Union操作的优化（小树合并到大树）

为了使“查”的效率更高，合并树时可以让小树合并到大树中，这样就不会增加树的高度了。

可以用根节点的绝对值表示树的结点总数。如下图

//Union"并"操作，小树合并到大树
void Union(int S[],int Rootl,int Root2){
    if(Rootl == Root2)    return;
    if(S[Root2]>S[Root1]){     //Root2结点数更少 ，谁大谁结点少 
        S[Root1]+= S[Root2];    //累加结点总数
        S[Root2]=Rootl;    //小树合并到大树
    } else {
        S[Root2]+= S[Root1];    //累加结点总数
        S[Root1]=Root2;    //小树合并到大树
    }
}
//改进的Union操作时间复杂度依旧是O(1)

用该方法优化“Union”操作后，构造的树高不超过 $\left \lfloor log_{2}n \right \rfloor+1$ ，那么Find操作的最坏时间复杂度也能到O( $log_{2}n$ )，将n个独立元素通过多次Union合并为一个集合的最坏时间复杂度为O(n*log2^n)