POJ 1182 1703 并查集的应用

1182

今天接触了并查集，并查集在数据结构上很简单，虽说是树（二叉树都怕，更别说是树了），但是它是有根节点表示法来表示的，可以用数组模拟，相当的简单。但是用处有很大。

并查集主要用于这样的问题，问题中有大量数据，数据之间有简单的关系，而这种关系又带有简单的传递性。

如果按照矩阵的方式表示数据间的关系，即用d[i][j]表示i和j之间的关系，空间复杂度O(n^2)显然无法承受，这时就用到了并查集。

并查集的空间复杂度为O(n)。

并查集提供三个操作：

1。初始化

2。查找结点所在集合

3。合并两个集合

并查集以森林的形式存在，每个森里都代表一个集合，集合中的结点间存在某种关系，集合是由根节点进行标示的，即判断两个节点是否在一个集合里，只需看两节点所在集合的根结点是否相同即可。

理解尚浅，待多做几道并查集的题后，再来总结吧。

本题代码如下，注释很详细：

 

另外，本题cin的话会TLE，而scanf就可以AC，让我见识了scanf和cin的差距，也是第一次遇见输入量这么大的题 100000个输入

//1182 #include <iostream> using namespace std; struct { int kind; int parent; }animal[50010]; void MakeSet(int SizeOfSet) { //初始化并查集，将每个结点的根结点设置为自己 //相互之间关系确定的结点才放入一个集合里 //一句话都没有输入之前所有节点之间的关系都不确定，所以各自单独一个集合 //每个结合的根节点kind都是0，有利于合并时kind值的计算 for (int i = 0;i < SizeOfSet;i++) { animal[i].parent = i; animal[i].kind = 0; } } void Union(int RootOfX,int RootOfY,int NodeX,int NodeY,int D) { //此函数作用:1.将Y的根节点的根节点设置为X的根结点 //2.由于设置后RootOfY已经不再是根节点，所以要保证其kind相对于RootOfX的正确性 //在此函数里，D==0说明NodeX与NodeY同类， //D==1说明NodeX吃NodeY，因此传参前要将D减一 //将Y所在树依附到X所在树上 animal[RootOfY].parent = RootOfX; //更新RootOfY的kind，保证其kind相对于RootOfX的正确性 //原始公式为animal[NodeX].kind-(animal[NodeY].kind+amimal[RootOfY].kind)=D; animal[RootOfY].kind = (-D+(animal[NodeX].kind-animal[NodeY].kind)+3)%3; } int Find(int NodeToFind) { //此函数作用：1找到NodeToFind所在集合，即找到其根节点 //2.查找的过程是一个递归过程，递归出口是遇到一个根节点为自身的结点，即当前集合的根节点 //然后递归返回的路径上依次将各个各个结点的根节点设置为此节点，并继续返回此根结点，这样就可以 //把集合中所有结点的根节点设置为同一个根结点，这叫做“路径压缩”， //是为了使并查集稳定而做的一种改进，目的是避免并查集成为接近于链表的结构，因为并查集的优势体现在 //树的深度较浅，查找容易，此举可看作对并查集深度的控制。 //递归返回路径上，除了要做更新途径结点（按照距根从近到远的顺序）的根结点外，还要依次修正 //途径结点的kind。这是因为在Union操作中只是保证了直接和根节点相连的 //结点（即未作Union操作前的某一树的根）kind的正确性，其他节点kind的正确性就需要在这里修正 //从近到远进行修正恰好保证了每次修正都有理有据。 //每次修正都要依仗其原根节点kind的正确性，因为这是一个相对计算的关系 if(animal[NodeToFind].parent==NodeToFind) return NodeToFind; int temp = animal[NodeToFind].parent; animal[NodeToFind].parent = Find(animal[NodeToFind].parent); //更新NodeToFind结点kind的正确性，因为原来的kind是相对于0（根节点kind都为0）， //原来的根节点现在已经不是根节点了，所以只需要根据原根节点现有的kind值即可更新 animal[NodeToFind].kind = (animal[NodeToFind].kind+animal[temp].kind+3)%3; return animal[NodeToFind].parent; } int main() { int n,k; cin>>n>>k; MakeSet(n); int x,y,d; int NumOfLies = 0; while (k--) { //cin>>d>>x>>y; //cin导致TLE scanf("%d%d%d",&d,&x,&y); if(x>n||y>n) NumOfLies++; else if(x==y&&d==2) NumOfLies++; else { int rootx = Find(x); int rooty = Find(y); if (rootx==rooty) { //如果两节点的根相等，说明根据以往结论，这两点的关系已经确定，可以开始判断 if(d==1&&animal[x].kind!=animal[y].kind) NumOfLies++; if(d==2&&(animal[x].kind-animal[y].kind+3)%3!=1) NumOfLies++; } else { //x和y不在一个集合里，说明两者关系尚未确定，则将两者关系进行确定， //即将两者所在集合进行合并操作Union，Union操作只保证了和根结点相连的结点kind //的正确性，不要担心，由于并查集的特点（根节点表示法的树）所以无法从根向下找到 //子节点，因此子节点即使有错误也是安全的，到了需要访问（Find）的时候再修正也不迟 Union(rootx,rooty,x,y,d-1); //别忘了d要减一才符合我们规定的含义 } } } cout<<NumOfLies<<endl; }

 

这个解题报告很好：

 

http://www.cppblog.com/tortoisewu/archive/2009/07/14/85501.html

 

 

1703是1182的简化版

解题思路一样

代码如下：

#include <iostream> #include <stdio.h> using namespace std; struct _cri{ int parent; int gang; //0 for the same as SetRoot,1 for different from it }cri[100010]; void MakeSet(int SizeOfSet) { for (int i = 1;i <= SizeOfSet;i++) { cri[i].parent = i; cri[i].gang = 0; } } void Union(int RootOfX,int RootOfY,int NodeX,int NodeY,int SorD) { cri[RootOfY].parent = RootOfX; cri[RootOfY].gang = cri[NodeX].gang==cri[NodeY].gang?SorD:(1-SorD); } int Find(int NodeToFind) { if(cri[NodeToFind].parent==NodeToFind) return NodeToFind; int temp = cri[NodeToFind].parent; cri[NodeToFind].parent = Find(cri[NodeToFind].parent); cri[NodeToFind].gang = cri[temp].gang==0?cri[NodeToFind].gang:(1-cri[NodeToFind].gang); return cri[NodeToFind].parent; } int main() { int NumOfCases; cin>>NumOfCases; while (NumOfCases--) { int N,M; char AorD; int cri_a,cri_b; cin>>N>>M; MakeSet(N); while (M--) { scanf("/n%c %d %d",&AorD,&cri_a,&cri_b); int rootx = Find(cri_a); int rooty = Find(cri_b); if (AorD=='D') Union(rootx,rooty,cri_a,cri_b,1); else { if (rootx==rooty) { if (cri[cri_a].gang==cri[cri_b].gang) cout<<"In the same gang."<<endl; else cout<<"In different gangs."<<endl; } else cout<<"Not sure yet."<<endl; } } } }