并差集-python版本

并差集-python版本

简介

并查集，在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。 --百度百科

应用

一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先（Least Common Ancestors, LCA）等。

基本操作

初始化

并查集的实现原理也比较简单，就是使用树来表示集合，树的每个节点就表示集合中的一个元素，树根对应的元素就是该集合的代表

图中有两棵树，分别对应两个集合，其中第一个集合为$ {a,b,c,d}$，代表元素是 $a$；第二个集合为 { e , f , g } \{e,f,g\} {e,f,g}，代表元素是 $e$。

树的节点表示集合中的元素，指针表示指向父节点的指针，根节点的指针指向自己，表示其没有父节点。沿着每个节点的父节点不断向上查找，最终就可以找到该树的根节点，即该集合的代表元素。

# parent数组记录该元素父节点的序号，size表示该树高（以根节点计算）
class DSU:
    def __init__(self, num):
        self.parent = list(range(num))
        self.size = [1] * num

查找根节点

通过递归的方式，进行查找该树的根节点。如：find(d) -> a.

    def find(self, x):
        '''
        查找x的父节点
        :param x:
        :return:
        '''
        if self.parent[x] != x:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]

求并集

在并集的时候，通过size数组记录树高，从而进行路径压缩。可以防止极端情况，如查找中的图。

    def union(self, x, y):
        '''
        合并x和y的集合
        :param x:
        :param y:
        :return:
        '''
        x_root = self.find(x)
        y_root = self.find(y)
        if x_root == y_root:
            return
        # 根据树高进行计算
        if self.size[x_root] > self.size[y_root]:
            # 将y合并到x
            self.parent[y_root] = x_root
        elif self.size[x_root] < self.size[y_root]:
            self.parent[x_root] = y_root
        else:
            self.parent[x_root] = y_root  # x拼接到y上
            self.size[y_root] = self.size[y_root] + 1

参考

【算法】并查集（Disjoint Set）

并查集

924. Minimize Malware Spread