并查集(按秩合并+路径压缩)基础讲解

并查集入门

并查集算法在很多算法中都会简单的涉及,比如最小生成树的kruskal算法等。其主要功能是检查不同元素是否属于同一个连通块。主要运用是在图相关的内容中。

并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。

内容讲解

主要特征

  1. 在不同的不相交集合中选出一个代表元素,称为代表元
    一般这个代表元代表这个集合。查找一个元素只需要查找这个元素所在集合的代表元即可确定它所在集合。
  2. 每个不相交集合都是以代表元为根节点的森林
    一般代表元构成集合根节点,剩下元素构成森林各层的节点。
  3. 并查集元素存储形式采用数组表示法
    因为并查集所有的操作只需要维护元素对父节点的指向,所以存储形式采用一个数组pre[x]=a来存储,其中x代表当前元素,a代表x元素的父节点。

主要操作

并查集的主要操作分为三个内容:初始化,合并,查找。

初始化

构建数组pre[max]和rank[x](rank[x]是在按秩合并时用的,如果题目要求不严格可以不构建)。rank[x]代表x这个元素在自己集合构成的森林中的层数。因为并查集还未合并,所以每个元素代表一个集合,即他自己就是代表元,并且层数是0,初始化方式是pre[x]=x;rank[x]=0;

#define NUM 100//char或者别的格式皆可,看元素是什么格式
int pre[NUM];//char或者别的格式皆可,看元素是什么格式
int rank[NUM];
int creat(int i)//代表第i个元素需要初始化
{
	pre[i]=i;
	rank[i]=0;
}
合并

这里用到了一个小技巧——按秩合并。
按秩合并可以通过减少森林的深度,来节约之后搜索的时间。
举个简单的例子,合并以下两个集合

如果将A集合合并到D集合,不难发现,合并后的层数依旧是三层

如果将D合并到A上,那么深度就会变成四层。

多一层子节点的搜索就会变多,按秩合并就是通过减少层数来减少搜索次数,从而优化时间复杂度。

void Union(int i,int j)
{
    i=Find_pre(i);
    j=Find_pre(j);
    if(i==j) return ;
    if(rank[i]>rank[j]) pre[j]=i;
    else
    {
        if(rank[i]==rank[j]) rank[j]++;  
        pre[i]=j;
    }
}
查找

首先给一种最常规的算法
查找如果是自己就说明本身是代表元,如果不是自己就往前查找直到找到代表元。

int Find_pre(int i)
{
   if(pre[i]==i)
       return pre[i];
    return  Find_pre(pre[i]);       
}

然后介绍并查集的另一个技巧——路径压缩。
路径压缩是为了防止如图出现的不平衡状态。
不平衡的并查集形式
如果并查集是这种形式那么搜索后面的元素那么就会需要O(n)的复杂度,如果所有的元素全部搜索那么就会达到O(n2)的复杂度。
所以采取按秩合并的方法,合并后的形式就会成为
路径压缩之后
这样搜索每一个元素所需时间复杂度为O(1),全搜索时间为O(n)比最差情况快了很多
下面是递归代码

int find(int n)//路径压缩
{
	if (pre[n] == n) 
		return n;
	else
	{
		int temp = find(pre[n]);
		pre[n] = temp;
		return temp;
	}
}

尽管递归好理解并且好写,但是如果数据过大,递归有可能会爆栈,所以以下给出相对优化的非递归算法。

int find(int x)
{
    int k, j, r;
    r = x;
    while(r != parent[r])
        r = parent[r];
    k = x;        
    while(k != r) 
    {
        j = parent[k]; 
        parent[k] = r; 
        k = j; 
    }
    return r; 
}
  • 21
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
并查集是一种常用的数据结构,主要用于解决集合合并和查找的问题。其中,查找操作可以带路径压缩,以优化查找效率。 具体来说,一个并查集由若干个集合构成。每个集合都有一个代表元素,用于表示该集合。初始时,每个元素都是一个单独的集合,其代表元素为自身。 并查集主要包含两个基本操作:查找和合并。 查找操作用于找到元素所在的集合,其实现通常采用递归或迭代方法实现路径压缩。递归方法可以简洁明了地实现路径压缩,但会造成函数调用开销较大;迭代方法则可以避免函数调用开销,但实现相对繁琐。 合并操作用于将两个集合合并为一个大集合,其实现通常采用按合并路径压缩两种优化方法。其中,按合并用于尽可能保持树的平衡,以避免树的高度过大,影响查找效率;路径压缩用于缩短树的高度,以进一步优化查找效率。 以下是一个带路径压缩的查找的并查集的实现示例: ``` const int MAXN = 1000005; int fa[MAXN]; int find(int x) { if (fa[x] == x) return x; return fa[x] = find(fa[x]); } void merge(int x, int y) { int fx = find(x); int fy = find(y); if (fx != fy) fa[fx] = fy; } ``` 其中,`fa`数组用于存储每个元素的父节点。初始时,`fa[i] = i`,表示每个元素自成一个集合。`find`函数用于查找元素所在的集合,并进行路径压缩;`merge`函数用于将两个集合合并为一个大集合。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值