LeetCode-并查集

关于并查集

为了解释并查集的原理，我将举一个更有爱的例子。 话说江湖上散落着各式各样的大侠，有上千个之多。他们没有什么正当职业，整天背着剑在外面走来走去，碰到和自己不是一路人的，就免不了要打一架。但大侠们有一个优点就是讲义气，绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”，只要是能通过朋友关系串联起来的，不管拐了多少个弯，都认为是自己人。这样一来，江湖上就形成了一个一个的群落，通过两两之间的朋友关系串联起来。而不在同一个群落的人，无论如何都无法通过朋友关系连起来，于是就可以放心往死了打。但是两个原本互不相识的人，如何判断是否属于一个朋友圈呢？

我们可以在每个朋友圈内推举出一个比较有名望的人，作为该圈子的代表人物，这样，每个圈子就可以这样命名“齐达内朋友之队”“罗纳尔多朋友之队”……两人只要互相对一下自己的队长是不是同一个人，就可以确定敌友关系了。

但是还有问题啊，大侠们只知道自己直接的朋友是谁，很多人压根就不认识队长，要判断自己的队长是谁，只能漫无目的的通过朋友的朋友关系问下去：“你是不是队长？你是不是队长？”这样一来，队长面子上挂不住了，而且效率太低，还有可能陷入无限循环中。于是队长下令，重新组队。队内所有人实行分等级制度，形成树状结构，我队长就是根节点，下面分别是二级队员、三级队员。每个人只要记住自己的上级是谁就行了。遇到判断敌友的时候，只要一层层向上问，直到最高层，就可以在短时间内确定队长是谁了。由于我们关心的只是两个人之间是否连通，至于他们是如何连通的，以及每个圈子内部的结构是怎样的，甚至队长是谁，并不重要。所以我们可以放任队长随意重新组队，只要不搞错敌友关系就好了。于是，门派产生了。

下面我们来看并查集的实现。 int pre[1000]; 这个数组，记录了每个大侠的上级是谁。大侠们从1或者0开始编号（依据题意而定），pre[15]=3就表示15号大侠的上级是3号大侠。如果一个人的上级就是他自己，那说明他就是掌门人了，查找到此为止。也有孤家寡人自成一派的，比如欧阳锋，那么他的上级就是他自己。每个人都只认自己的上级。比如胡青牛同学只知道自己的上级是杨左使。张无忌是谁？不认识！要想知道自己的掌门是谁，只能一级级查上去。 find这个函数就是找掌门用的，意义再清楚不过了（路径压缩算法先不论，后面再说）。

  //查找我（x）的掌门
int find(vector<int> &parent, int n) {
        while (parent[n] != -1) {
            n = parent[n];
        }
        return n;
    }

再来看看join函数，就是在两个点之间连一条线，这样一来，原先它们所在的两个板块的所有点就都可以互通了。这在图上很好办，画条线就行了。但我们现在是用并查集来描述武林中的状况的，一共只有一个pre[]数组，该如何实现呢？ 还是举江湖的例子，假设现在武林中的形势如图所示。虚竹小和尚与周芷若MM是我非常喜欢的两个人物，他们的终极boss分别是玄慈方丈和灭绝师太，那明显就是两个阵营了。我不希望他们互相打架，就对他俩说：“你们两位拉拉勾，做好朋友吧。”他们看在我的面子上，同意了。这一同意可非同小可，整个少林和峨眉派的人就不能打架了。这么重大的变化，可如何实现呀，要改动多少地方？其实非常简单，我对玄慈方丈说：“大师，麻烦你把你的上级改为灭绝师太吧。这样一来，两派原先的所有人员的终极boss都是师太，那还打个球啊！反正我们关心的只是连通性，门派内部的结构不要紧的。”玄慈一听肯定火大了：“我靠，凭什么是我变成她手下呀，怎么不反过来？我抗议！”抗议无效，上天安排的，最大。反正谁加入谁效果是一样的，我就随手指定了一个。这段函数的意思很明白了吧？

//我想让虚竹和周芷若做朋友
void union(vector<int> &parent, int n, int m) { 
		//虚竹的老大是玄慈，芷若MM的老大是灭绝
        int n_parent = find(parent, n); 
        int m_parent = find(parent, m);
         //玄慈和灭绝显然不是同一个人
        if (n_parent != m_parent) {
        //方丈只好委委屈屈地当了师太的手下啦
            parent[n_parent] = m_parent;
        }
        //压缩算法
        while (n != n_parent) {
            int temp = parent[n];
            parent[n] = m_parent;
            n = temp;
        }
    }

再来看看路径压缩算法。建立门派的过程是用join函数两个人两个人地连接起来的，谁当谁的手下完全随机。最后的树状结构会变成什么胎唇样，我也完全无法预计，一字长蛇阵也有可能。这样查找的效率就会比较低下。最理想的情况就是所有人的直接上级都是掌门，一共就两级结构，只要找一次就找到掌门了。哪怕不能完全做到，也最好尽量接近。这样就产生了路径压缩算法。 设想这样一个场景：两个互不相识的大侠碰面了，想知道能不能揍。 于是赶紧打电话问自己的上级：“你是不是掌门？” 上级说：“我不是呀，我的上级是谁谁谁，你问问他看看。” 一路问下去，原来两人的最终boss都是东厂曹公公。 “哎呀呀，原来是记己人，西礼西礼，在下三营六组白面葫芦娃!” “幸会幸会，在下九营十八组仙子狗尾巴花！” 两人高高兴兴地手拉手喝酒去了。 “等等等等，两位同学请留步，还有事情没完成呢！”我叫住他俩。 “哦，对了，还要做路径压缩。”两人醒悟。 白面葫芦娃打电话给他的上级六组长：“组长啊，我查过了，其习偶们的掌门是曹公公。不如偶们一起及接拜在曹公公手下吧，省得级别太低，以后查找掌门麻环。” “唔，有道理。” 白面葫芦娃接着打电话给刚才拜访过的三营长……仙子狗尾巴花也做了同样的事情。 这样，查询中所有涉及到的人物都聚集在曹公公的直接领导下。每次查询都做了优化处理，所以整个门派树的层数都会维持在比较低的水平上。路径压缩的代码，看得懂很好，看不懂也没关系，直接抄上用就行了。总之它所实现的功能就是这么个意思。

547.朋友圈

思路
i == j的时候跳过
i != j 的时候, 以一个学生为中心,合并成一个群

int find(vector<int> &parent, int n) {
        while (parent[n] != -1) {
            n = parent[n];
        }
        return n;
    }
    //合并
    void Union_f(vector<int> &parent, int n, int m) {
        int n_parent = find(parent, n);
        int m_parent = find(parent, m);
        //如果两者上级不一样,进行合并
        if (n_parent != m_parent) {
            parent[n_parent] = m_parent;
        }
        //压缩算法
        while (n != n_parent) {
            int temp = parent[n];
            parent[n] = m_parent;
            n = temp;
        }
    }
    int findCircleNum(vector<vector<int>>& M) {
        int N = M.size();
        vector<int> parent(N, -1);
        for (int i = 0; i < N; i++) {
            for (int j = 0; j < N; j++) {
                if (i != j && M[i][j] == 1) {
                    Union_f(parent, i, j);
                }
            }
        }
        int count=0;
        //老大才是-1, 计算多少个-1就是多少个老大
        for(int i=0;i < N; ++i)
            if(parent[i] == -1)
                count++;
        return count;
    }

684.冗余连接

思路
如果U V已经有共同节点了, 那么就找到了

int find(vector<int> &parent, int n) {
        while (parent[n] != -1) {
            n = parent[n];
        }
        return n;
    }
    vector<int> findRedundantConnection(vector<vector<int>>& edges) {
        int N = edges.size();
        vector<int> parent(N + 1, -1);
        vector<vector<int>> ans;
        for (int i = 0; i < N; i++) {
            auto edge = edges[i];
            int u = find(parent, edge[0]);
            int v = find(parent, edge[1]);
            //判断是否是共同节点
            if (u != v) {
                parent[v] = u;
            } else {
                return edges[i];
            }
        }
        return {0, 0};
    }

737.句子相似性II

思路
对于每个paris建立并查集
然后对于words1,2 的对应元素, 直接find查找到上级,如果不相等就是false

string find(unordered_map<string, string> & map, string key) {
        if (map.find(key) != map.end()) {
            while (key != map[key]) {
                key = map[key];
            }
        }
        return key;
    }
//上级合并
void UN_ION(vector<string>& vt, unordered_map<string, string> & map) {
    string left = find(map, map[vt[0]]);
    string right = find(map, map[vt[1]]);
    if (left != right) {
        map[left] = right;
    } else {
        return ;
    }
    string key = vt[0];
    string temp;
    while (key != left) {
        temp = map[key];
        map[key] = right;
        key = temp;
    }
}

bool areSentencesSimilarTwo(vector<string>& words1, vector<string>& words2, vector<vector<string>>& pairs) {
    if (words1.size() != words2.size()) {
        return false;
    }
    int words_len = words1.size();
    unordered_map<string, string> map;
    for (int i = 0; i < words_len; i++) {
        map[words1[i]] = words1[i];
        map[words2[i]] = words2[i];
    }
    for (int i = 0; i < pairs.size(); i++) {
        UN_ION(pairs[i], map);
    }
    //查找 如果对应的不同, 那么就是false
    for (int i = 0; i < words1.size(); ++i) {
            if (find(map, words1[i]) != find(map, words2[i])){
                return false;
            }
        }
    return true;
}

1135. 最低成本联通所有城市

思路
首先按照成本从小到大排序
然后N的点需要N-1条边
当边数到N-1就说明已经可以连通了

static bool cmp(vector<int> &a, vector<int> &b) {
    return a[2] < b[2];
}
int find_1135(vector<int> &parent, int i) {
    while (parent[i] != -1) {
        i = parent[i];
    }
    return i;
}
void union_1135(vector<int> &parent, int i, int j) {
    int t_i = find_1135(parent, i);
    int t_j = find_1135(parent, j);
    if (t_i != t_j) {
        parent[t_i] = t_j;
    }
    int temp;
    while (parent[i] != t_j) {
        temp = parent[i];
        parent[i] = t_j;
        i = temp;
    }
}
int minimumCost(int N, vector<vector<int>>& connections) {
    vector<int> parent(N + 1, -1);
    sort(connections.begin(), connections.end(), cmp);
    int ans = 0;
    int ege = 0;
    for (int i = 0 ; i < connections.size(); i++) {
        int left = find_1135(parent, connections[i][0]);
        int right = find_1135(parent, connections[i][1]);
        //头结点不同的情况下,就需要合并
        if (left != right) {
            union_1135(parent, connections[i][0], connections[i][1]);
            ans += connections[i][2];
            ege++;
        }
        if (ege == N - 1) {
            break;
        }
    }
    //如果边小于N-1就说明无法连通
    if (ege < N - 1) {
        return - 1;
    }
    return ans;
}

261. 以图判树

思路
一个树就一个结点 一个-1
多个-1就表示不是一个结点

int find_261(vector<int> &parent, int i) {
    while (parent[i] != -1) {
        i = parent[i];
    }
    return i;
}
void union_261(vector<int> &parent, int i, int j) {
    int t_i = find_261(parent, i);
    int t_j = find_261(parent, j);
    if (t_i != t_j) {
        parent[t_i] = t_j;
    }
    int temp;
    while (parent[i] != t_j) {
        temp = parent[i];
        parent[i] = t_j;
        i = temp;
    }
}

bool validTree(int n, vector<vector<int>>& edges) {
    vector<int> parent(n, -1);
    int left;
    int right;
    for (int i = 0; i < edges.size(); i++) {
        left = find_261(parent, edges[i][0]);
        right = find_261(parent, edges[i][1]);
        if (left == right) {
            return false;
        }
        union_261(parent, left, right);
    }
    int time = 0;
    for (int i = 0; i < parent.size(); i++) {
        //判断有多少个root, 一个-1就一个root
        if (parent[i] == -1) {
            time++;
            if (time > 1) {
                return false;
            }
        }
    }
    return true;
}

1061. 按字典序排列最小的等效字符串

思路

int find_1061(vector<int> &parent, int i) {
    while (parent[i] != i) {
        i = parent[i];
    }
    return i;
}
void union_1061(vector<int> &parent, int i, int j) {
    int t_i = find_1061(parent, i);
    int t_j = find_1061(parent, j);
    if (t_i < t_j) {
       parent[t_j] = t_i;
       parent[j] = t_i;
    } else {
        parent[t_i] = t_j;
        parent[i] = t_j;
    }
}

string smallestEquivalentString(string A, string B, string S) {
    vector<int> parent(26);
    for (int i = 0; i < parent.size(); i++) {
        parent[i] = i;
    }
    int left;
    int right;
    for (int i = 0; i < A.size(); i++) {
        left = A[i] - 'a';
        right = B[i] - 'a';
        union_1061(parent, left, right);
    }
    for (int i = 0; i < S.size(); i++) {
        int index = S[i] - 'a';
        S[i] = find_1061(parent, index) + 'a';
    }
    return S;
}

323. 无向图中连通分量的数目

思路
直接判断parent有多少个-1

int find(vector<int>& parent, int i) {
    while (parent[i] != -1) {
        i = parent[i];
    }
    return i;
}
void union_323(vector<int>& parent, int i, int j) {
    int x = find(parent, i);
    int y = find(parent, j);
    if(x == y) {
        return ;
    }
    parent[y] = x;
    int temp;
    while (parent[j] != x) {
        temp = parent[j];
        parent[j] = x;
        j = temp;
    }
}
int countComponents(int n, vector<vector<int>>& edges) {
    vector<int> parent(n, -1);
    for (int i = 0; i < edges.size(); i++) {
        union_323(parent, edges[i][0], edges[i][1]);
    }
    int ans = 0;
    for (auto nm: parent) {
        if (nm == -1) {
            ans++;
        }
    }
    return ans;
}