并查集—岛屿数量

leetcode地址：200. 岛屿数量

解答参考：岛屿数量官方解答

问题描述：

给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。此外，你可以假设该网格的四条边均被水包围。示例 1：

输入：grid = [

  ["1","1","1","1","0"],

  ["1","1","0","1","0"],

  ["1","1","0","0","0"],

  ["0","0","0","0","0"]

]

输出：1

算法思路：

本题可以采用深度优先搜索、广度优先搜索、并查集三种方式求解，本篇文章讲解使用并查集的方法

class Solution {
    class UnionFind {
        //根节点数量
        int count;
        //保存每个节点的根节点是谁的集合
        int[] parent;
        //保存每个节点的下级节点的数量
        int[] rank;
        
        /*
        *假设grid为
        * [["1","1","1","1","0"],
        *  ["1","1","0","1","0"],
        *  ["1","1","0","0","0"],
        *  ["0","0","0","0","0"]]
        * 初始化的parent
        * [0,1,2,3,0,
        *  5,6,0,8,0,
        *  10,11,0,0,0,
        *  0,0,0,0,0]
        *初始化的rank = [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
        */
        public UnionFind(char[][] grid) {
            count = 0;
            int m = grid.length;
            int n = grid[0].length;
            parent = new int[m * n];
            rank = new int[m * n];
            for (int i = 0; i < m; ++i) {
                for (int j = 0; j < n; ++j) {
                    if (grid[i][j] == '1') {
                        //每个节点的根节点为自己（下标与值相等）
                        parent[i * n + j] = i * n + j;
                        ++count;
                    }
                    rank[i * n + j] = 0;
                }
            }
        }

        public int find(int i) {
            //如果下标与值不相等，则递归寻找根节点
            if (parent[i] != i) parent[i] = find(parent[i]);
            return parent[i];
        }

        public void union(int x, int y) {
            //找到x、y的根节点
            int rootx = find(x);
            int rooty = find(y);
            //如果根节点不同进行合并
            if (rootx != rooty) {
                if (rank[rootx] > rank[rooty]) {
                    parent[rooty] = rootx;
                } else if (rank[rootx] < rank[rooty]) {
                    parent[rootx] = rooty;
                } else {
                    parent[rooty] = rootx;
                    rank[rootx] += 1;
                }
                //合并一个节点就减少一个节点
                --count;
            }
        }

        public int getCount() {
            return count;
        }
    }

    public int numIslands(char[][] grid) {
        if (grid == null || grid.length == 0) {
            return 0;
        }

        int nr = grid.length;
        int nc = grid[0].length;
        int num_islands = 0;
        UnionFind uf = new UnionFind(grid);
        for (int r = 0; r < nr; r++) {
            for (int c = 0; c < nc; c++) {
                if (grid[r][c] == '1') {
                    grid[r][c] = '0';
                    //当前节点的上方节点与当前节点进行合并
                    if (r - 1 >= 0 && grid[r-1][c] == '1') {
                        uf.union(r * nc + c, (r-1) * nc + c);
                    }
                    //当前节点的下方节点与当前节点进行合并
                    if (r + 1 < nr && grid[r+1][c] == '1') {
                        uf.union(r * nc + c, (r+1) * nc + c);
                    }
                    //当前节点的左方节点与当前节点进行合并
                    if (c - 1 >= 0 && grid[r][c-1] == '1') {
                        uf.union(r * nc + c, r * nc + c - 1);
                    }
                    //当前节点的右方节点与当前节点进行合并
                    if (c + 1 < nc && grid[r][c+1] == '1') {
                        uf.union(r * nc + c, r * nc + c + 1);
                    }
                }
            }
        }

        return uf.getCount();
    }
}

 复杂度分析

时间复杂度：O(MN∗α(MN))，其中 MM 和 NN 分别为行数和列数。注意当使用路径压缩（见 find 函数）和按秩合并（见数组 rank）实现并查集时，单次操作的时间复杂度为 α(MN)，其中α(x) 为反阿克曼函数，当自变量 x 的值在人类可观测的范围内（宇宙中粒子的数量）时，函数 α(x) 的值不会超过 55，因此也可以看成是常数时间复杂度。

空间复杂度：O(MN)，这是并查集需要使用的空间。