1、 概述
并查集(Disjoint set或者Union-find set)是一种树型的数据结构,常用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。
2、 基本操作
并查集是一种非常简单的数据结构,它主要涉及两个基本操作,分别为:
A. 合并两个不相交集合
B. 判断两个元素是否属于同一个集合
(1) 合并两个不相交集合(Union(x,y))
合并操作很简单:先设置一个数组Father[x],表示x的“父亲”的编号。那么,合并两个不相交集合的方法就是,找到其中一个集合最父亲的父亲(也就是最久远的祖先),将另外一个集合的最久远的祖先的父亲指向它。
(2) 判断两个元素是否属于同一集合(Find_Set(x))
本操作可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。
3、 优化
(1) Find_Set(x)时,路径压缩
寻找祖先时,我们一般采用递归查找,但是当元素很多亦或是整棵树变为一条链时,每次Find_Set(x)都是O(n)的复杂度。为了避免这种情况,我们需对路径进行压缩,即当我们经过”递推”找到祖先节点后,”回溯”的时候顺便将它的子孙节点都直接指向祖先,这样以后再次Find_Set(x)时复杂度就变成O(1)了。
(2) Union(x,y)时,按秩合并
即合并的时候将元素少的集合合并到元素多的集合中,这样合并之后树的高度会相对较小。
4、 编程实现
#include<iostream>
using namespace std;
const int N=10000;
int fa[N];
/*
1.初始化
假设有编号为1,2,3,...,n的n个元素,我们用一个数组fa[]来存储每个元素的父节点。一开始,我们先将
它们设为自己的父节点。
*/
void init(int n)
{
for(int i=1;i<=n;i++)
fa[i]=i;
}
//2.查询:找到i的祖先直接返回,未进行路径压缩
int find(int i)
{
if(fa[i]==i)//递归出口,当到达了祖先位置,就返回祖先
return i;
else
return find(fa[i]);//不断往上查找祖先
}
//3.合并
void unionn(int i,int j)
{
int i_fa=find[i];//找到i的祖先
int j_fa=find[j];//找到j的祖先
fa[i_fa]=j_fa;//i的祖先指向j的祖先
}
5、 复杂度分析
空间复杂度为O(N),建立一个集合的时间复杂度为O(1),N次合并M查找的时间复杂度为O(M Alpha(N)),这里Alpha是Ackerman函数的某个反函数,在很大的范围内(人类目前观测到的宇宙范围估算有10的80次方个原子,这小于前面所说的范围)这个函数的值可以看成是不大于4的,所以并查集的操作可以看作是线性的。具体复杂度分析过程见参考资料(3)。
6、 应用
并查集常作为另一种复杂的数据结构或者算法的存储结构。常见的应用有:求无向图的连通分量个数,最近公共祖先(LCA),带限制的作业排序,实现Kruskar算法求最小生成树等。