这篇博客探讨了路径压缩优化的并查集在实际操作中的时间复杂度，指出其并非简单的O(mα(n))，而是O(mlog1+m/nn)。通过介绍二项树的概念，解释了如何构造特定的二项树来达到这个复杂度，并阐述了路径压缩后二项树的变化。文章借助数学归纳法分析了二项树的点数，并在m≥n的条件下，展示了如何进行2n组操作，每组包含m次查询，从而得出总操作次数的上界。
路径压缩优化并查集大家一定很熟练了，那么它的复杂度是多少呢？ O ( m α ( n ) ) O(m\alpha(n)) O(mα(n))？
的确，很多人都是这么说的，但是事实上它的复杂度是 O ( m log 1 + m / n n ) O(m\log_{1+m/n}n) O(mlog1+m/nn)的，并且能找到一种方法卡到这样的复杂度。
要卡并查集，首先要构造一种树——二项树。这种二项树还与普通的不太一样。
定义：在给定 j j j的情况下，二项树 T k T_k Tk定义如下：
- 若 k ≤ j k\leq j k≤j， T k T_k Tk是一个点。
- 若 k > j k>j k>j， T k T_k T
最低0.47元/天 解锁文章
扫一扫
646
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
