并查集优化-路径压缩

并查集操作,时间复杂度近乎为O(1)

#ifndef INC_06_PATH_COMPRESSION_UNIONFIND5_H
#define INC_06_PATH_COMPRESSION_UNIONFIND5_H

#include <cassert>

using namespace std;

// 我们的第五版Union-Find
namespace UF5{

    class UnionFind{

    private:
        // rank[i]表示以i为根的集合所表示的树的层数
        // 在后续的代码中, 我们并不会维护rank的语意, 也就是rank的值在路径压缩的过程中, 有可能不在是树的层数值
        // 这也是我们的rank不叫height或者depth的原因, 他只是作为比较的一个标准
        // 关于这个问题,可以参考问答区:http://coding.imooc.com/learn/questiondetail/7287.html
        int* rank;
        int* parent; // parent[i]表示第i个元素所指向的父节点
        int count;   // 数据个数

    public:
        // 构造函数
        UnionFind(int count){
            parent = new int[count];
            rank = new int[count];
            this->count = count;
            for( int i = 0 ; i < count ; i ++ ){
                parent[i] = i;
                rank[i] = 1;
            }
        }

        // 析构函数
        ~UnionFind(){
            delete[] parent;
            delete[] rank;
        }

        // 查找过程, 查找元素p所对应的集合编号
        // O(h)复杂度, h为树的高度
        int find(int p){
            assert( p >= 0 && p < count );

            // path compression 1
            while( p != parent[p] ){
                parent[p] = parent[parent[p]];
                p = parent[p];
            }
            return p;

            // path compression 2, 递归算法
//            if( p != parent[p] )
//                parent[p] = find( parent[p] );
//            return parent[p];
        }

        // 查看元素p和元素q是否所属一个集合
        // O(h)复杂度, h为树的高度
        bool isConnected( int p , int q ){
            return find(p) == find(q);
        }

        // 合并元素p和元素q所属的集合
        // O(h)复杂度, h为树的高度
        void unionElements(int p, int q){

            int pRoot = find(p);
            int qRoot = find(q);

            if( pRoot == qRoot )
                return;

            // 根据两个元素所在树的元素个数不同判断合并方向
            // 将元素个数少的集合合并到元素个数多的集合上
            if( rank[pRoot] < rank[qRoot] ){
                parent[pRoot] = qRoot;
            }
            else if( rank[qRoot] < rank[pRoot]){
                parent[qRoot] = pRoot;
            }
            else{ // rank[pRoot] == rank[qRoot]
                parent[pRoot] = qRoot;
                rank[qRoot] += 1;   // 此时, 我维护rank的值
            }
        }
    };
}

#endif //INC_06_PATH_COMPRESSION_UNIONFIND5_H
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
路径压缩是一种优化技巧,用于加速并查集的查找操作。在使用并查集实现路径压缩时,可以通过修改树的结构,将树的高度降低,从而减少查找操作的时间复杂度。 具体实现路径压缩的方法如下: 1. 在进行查找操作时,首先找到目标元素所在的根节点。 2. 在找到根节点后,将路径上的所有节点都直接连接到根节点上,使得树的高度降低。 3. 这样,在后续的查找操作中,相同路径上的节点都可以直接指向根节点,从而加速查找过程。 以下是使用并查集实现路径压缩的示例代码: ```python class UnionFind: def __init__(self, n): self.parent = [i for i in range(n)] self.rank = * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: if self.rank[root_x] < self.rank[root_y]: self.parent[root_x] = root_y elif self.rank[root_x] > self.rank[root_y]: self.parent[root_y] = root_x else: self.parent[root_y] = root_x self.rank[root_x] += 1 # 示例用法 n = 10 # 假设有10个元素 uf = UnionFind(n) uf.union(0, 1) uf.union(2, 3) uf.union(4, 5) uf.union(6, 7) uf.union(8, 9) print(uf.find(1)) # 输出1,因为0和1已经合并在一起 print(uf.find(3)) # 输出3,因为2和3已经合并在一起 print(uf.find(5)) # 输出5,因为4和5已经合并在一起 print(uf.find(7)) # 输出7,因为6和7已经合并在一起 print(uf.find(9)) # 输出9,因为8和9已经合并在一起 ```

“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
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