算法笔记 并查集

并查集

1、并查集的定义

并查集用数组实现

int father[N];

在这里插入图片描述

father[2]=1表示元素2的父亲结点是元素1
在这里插入图片描述

2、并查集的基本操作

并查集的使用需要先初始化father数组,然后再根据需要进行查找或合并的操作。
(1)初始化

for(int i=1;i<=N;i++)
{
	father[i]=i;		//令father[i]=-1也可 
}

(2)查找
查找操作:对给定的结点寻找其根结点的过程。实现的方式是递推或是递归

递推:

int findFather(int x){	
	while(x != father[x])		//如果不是根结点,继续循环 
	{
		x = father[x];	//获得自己的父亲结点 
	} 
	return x; 
} 

递归:


int findFather(int x)
{
	if(x==father[x]) return x; 	
	else return findFather(father[x]);
 } 

(3)合并
把两个集合并成一个集合。获得两个元素的根节点faA与faB,只需要把其中一个的父亲结点指向另一个结点。
在这里插入图片描述

void Union(int a,int b)
{
	int faA = findFather(a);//查找a的根节点,记为faA 
	int faB = findFather(b);//查找b的根节点,记为faB
	if(faA != faB){			//如果不属于同一个集合 
		father[faA] = faB;	//合并他们 
	}
}

3、路径压缩

优化查询操作

把当前查询结点的路径上的所有结点的父亲都指向根结点,查找的时候就不需要一直回溯去找父亲了。查询复杂度降为O(1)。
在这里插入图片描述在这里插入图片描述
递推写法:

int findFather(int x){
	//由于x在下面的while中会变成根结点,因此先把原先的x保存一下
	int a=x;
	while(x!=father[x])	//寻找根结点 
	{
		x=father[x];
	} 
	while(a!=father[a])
	{
		int z=a;	//因为a要被father[a]覆盖
		a = father[a];	//a回溯父亲节点
		father[z]=x; 	//将原先的结点a的父亲改为根结点x 
	}
	return x;			//返回根结点	
} 


递归写法:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
克鲁斯卡尔算法是一种用于求解最小生成树的贪心算法,而并查集是一种用于维护元素分组信息的数据结构。它们在解决图论问题中经常一起使用。 克鲁斯卡尔算法的基本思想是,通过不断选择边权值最小且不会产生环路的边,逐步构建最小生成树。在实现过程中,使用并查集来判断两个节点是否属于同一个连通分量,以避免形成环路。 并查集是一种用于解决集合合并与查询问题的数据结构。它通过维护一棵树来表示每个元素所属的集合,其中每个节点指向其父节点,树的根节点表示该集合的代表元素。通过路径压缩和按秩合并等优化策略,可以提高并查集的效率。 在克鲁斯卡尔算法中,首先将图中的所有边按权值从小到大排序,然后依次选择边进行判断。当选择一条边时,判断该边连接的两个节点是否属于同一个连通分量。如果不属于同一个连通分量,则选择该边,并将两个节点合并到同一个连通分量中。重复这个过程直到选择了 n-1 条边,其中 n 是图中节点的个数,即得到最小生成树。 克鲁斯卡尔算法的时间复杂度主要取决于排序边的时间复杂度,一般情况下为 O(ElogE),其中 E 是边的数量。并查集的操作时间复杂度为 O(α(n)),其中 α(n) 是一个非常慢增长的函数,可以认为是常数级别。因此,整个算法的时间复杂度为 O(ElogE)。

“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