有向图中获取所有联通分量

有向图中获取所有联通分量

业务需求

某个无向图如上，我们的目的是找出所有联通分量，如上图中有两个联通分量，可以看成是两张子网。

并查集（Union-Find-Set）

参考博客：
并查集——求无向图的所有连通子图_wangyibo0201的博客-CSDN博客_连通子图

时间复杂度O(S)，相比原博客，笔者做出了一些定制版的改变，简化了算法步骤，性能也有所提高。

以上图为例，我们能够拿到的资源，应该是一条条具备连接关系的线，遍历所有线（无序），形成具有聚合关系的集合，规则如下：

• 一条边有两个节点，选择一条边任意一个节点编号当做这条边上两个节点的组号；
• 如果集合中已经有了节点的组号，那么选择集合中的，如果没有，则按照上面规则选择节点组号；
• 如果一条边两个节点都已经有了组号，那么就将集合中两个组号变为其中一个组号

对于上述的图，我们首先拿到一条条的线，然后扫描进行上述操作：
定义一个集合，存储节点的聚合关系。

• c1 - c2： 两个节点都没有组号，任意一个节点作为组号
  {(c1,c2),(c2,c2)}
• b1 - b2： 两个节点都没有组号，任意一个节点作为组号
  {(c1,c2),(c2,c2),(b1,b2),(b2,b2)}
• c3 - c2： c2具有组号，那么c3与c2在同组c2
  {(c1,c2),(c2,c2),(b1,b2),(b2,b2),(c3,c2)}
• c4 - c1： c1具有组号，那么c4与c1在同组c2
  {(c1,c2),(c2,c2),(b1,b2),(b2,b2),(c3,c2)(c4,c2)}
• b3 - b2： b2具有组号，那么b3与b2在同组b2
  {(c1,c2),(c2,c2),(b1,b2),(b2,b2),(b3,b2),(c3,c2)(c4,c2)}

在原生并查集算法中，分步骤计算，第一次字典操作中，存在多个相同key的情况，所以无法使用map的数据结构进行计算，增加了编程实现的难度，且对于非map的数据结构，查询操作的时间复杂度并不低。

而我们这里讨论的算法模型，则可以使用map实现（更推荐各位以map为底层新写一个方便业务处理的数据结构）我们分析上面的步骤，使用map，那么三个基本操作get，put，foreach就能实现上面的所有步骤。

最终得到集合，抽象为关系图：

上面的情景过于简单，现在增加几个点，形成更复杂的情况：

同样进行遍历线时，相比上文多了两条线：

• c5 - c6：两个节点都没有出现过，任意节点当组号
  {(c1,c2),(c2,c2),(b1,b2),(b2,b2),(b3,b2),(c3,c2)(c4,c2),(c5,c5),c6,c5)}
• c1 - c6：c1与c6都有各自的组号，那么它们同属于一组，
  取出c6的组号c5,将集合中的组号c5全部更换为c1的组号c2
  ​ {(c1,c2),(c2,c2),(b1,b2),(b2,b2),(b3,b2),(c3,c2)(c4,c2),(c5,c2),c6,c2)}

在遍历取出组号的操作时，还可以对组号进行一个记录，即c2:4个，c5:2个，b2,3个 那么我们将节点更少的组号c5改成c2, 而不是反过来，保证需要修改组号的，永远都是一个小子网，如此提高时间复杂度。

最终得到的集合，抽象为关系图：

代码实现

代码实现，有资源如下：

java实现：

package caculateTrain;

import lombok.Data;
import org.junit.jupiter.api.Test;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.UUID;
import java.util.concurrent.ConcurrentHashMap;

/**
 * @author Wyhao
 * @date 2021/7/13
 **/
public class UnionFindSetTest {
   

    @Test
    public void test() {
   
        ArrayList<NetworkElement> networkElements = new ArrayList<>();
        networkElements.add(new NetworkElement("1", "5", UUID.randomUUID().toString()));
        networkElements.add(new NetworkElement(<