并查集主要是集合操作
它可以快速的合并两个集合
查询某个元素属于哪个集合
通过一个数组来实现 数组的下标表示集合中的元素
数组中的值表示它的先驱元素
形成一个树状结构
每一棵树表示一个集合
当查找先驱发现没有时 就是找到树的根了 同一个根的元素属于一个集合
集合合并时就是把一颗树根的先驱变成另一颗树的根
初始化时数组的值等于下标 表示每个节点是一个单独的集合
这个在最小生成树的prim算法中有使用
查询某个元素属于哪个集合
通过一个数组来实现 数组的下标表示集合中的元素
数组中的值表示它的先驱元素
形成一个树状结构
每一棵树表示一个集合
当查找先驱发现没有时 就是找到树的根了 同一个根的元素属于一个集合
集合合并时就是把一颗树根的先驱变成另一颗树的根
初始化时数组的值等于下标 表示每个节点是一个单独的集合
这个在最小生成树的prim算法中有使用
一个简单的例子:
int fa[N];
int root(int x){
return x==fa[x]?x:(fa[x]=root(fa[x]));
}
void unin(int a, int b){
int aa = root(a);
int bb = root(b);
if(aa != bb){
fa[aa] = bb;
}
}
void init(){
for(int i=0; i<N; i++){
fa[i] = i;
}
}
int root(int x){
return x==fa[x]?x:(fa[x]=root(fa[x]));
}
void unin(int a, int b){
int aa = root(a);
int bb = root(b);
if(aa != bb){
fa[aa] = bb;
}
}
void init(){
for(int i=0; i<N; i++){
fa[i] = i;
}
}
其中
关于最小生成树:
(fa[x]=root(fa[x])
这句可以让树保持只有一层
这样每次查询的代价都很低
就可以把边从小到大排序
然后依次加到并查集中 就是把边连接的两个集合合并成一个集合
然后之前已经在一个集合里 就不用加了
不是一个集合了就合并 然后ans+=这条边的权值