bucket sort sample sort 并行_算法题：岛问题/并行结构/并查集

思路：

遍历矩阵上的每个点，如果这个点是1，我们就让这个点进入一个感染函数。

这个感染函数能够感染这个点周围四个方向的所有是1的点，让他的值变成2.

然后让岛的数量加1。

这个函数是递归的，如果这个点的值不是1，就不感染直接跳出。

#include <iostream>
using namespace std;
const int N = 10010;
void infect(int a[N][N], int i,int j,int row, int column) {
	if (i >= row || j >= column || i < 0 || j < 0 || a[i][j] != 1) return;
	a[i][j] = 2;
	infect(a, i - 1, j, row, column);
	infect(a, i + 1, j, row, column);
	infect(a, i , j - 1, row, column);
	infect(a, i , j +1, row, column);
}
int countislands(int a[N][N], int row, int column) {
	for (int i = 0; i < row; i++) {
		for (int j = 0; j < column; j++) {
			if (a[i][j] == 1) {
				infect(a,i,j, row, column);
			}
		}
	}
}

这是单CPU，单内存的方式。

如果我们把这个矩阵分成两部分。

左边右边同时进行判断岛的数量，这样可以提高运行效率。

多CPU，并行的操作方式。

但是，这样做的话，面临合并两边需要减少岛的数量，因为有些在边界的元素可能会组成一个岛，但是在计算时两边都计算了。

因此，我们面临的问题是：

如何解决合并时边界的岛判断问题

这时候并查集结构就派上用场了。

分析这个问题的本质就是，当我们遇到左部分的有边界上有1，右边界的左部分有1，这时候就需要合并减少岛的数量。

不妨把每个岛的第一个感染的元素当成这个岛的代表点。

在同一个岛的元素，就可以当成一个集合了。这个集合有一个代表点。

当遇到需要减少岛数量的时候，先判断是否是一个集合，如果是，就说明这两个岛之前合并过，已经减过1了，不需要再减了不是一个集合，我们就减少，然后将这两边的两个岛合并，组成一个集合。

然后再遇到需要减少岛的时候继续减少，然后再合并。

这样就避免了多减的问题。

当分成小块，我们只需要把边界 改成四面八方的边界点，就可以了。