树与二叉树的应用——并查集

Kusunoki_D

已于 2024-08-09 18:39:02 修改

阅读量733

点赞数 18

分类专栏：数据结构文章标签：数据结构 c++ 算法

于 2024-08-02 22:05:42 首次发布

本文链接：https://blog.csdn.net/weixin_49272453/article/details/140874039

版权

数据结构专栏收录该内容

20 篇文章 1 订阅

订阅专栏

一、并查集的概念与问题描述

有n个元素从1到n编号，初始时，每一个元素在自己的类中，然后执行一系列Find和Union操作。操作Find(theElement)返回元素theElement所在类的唯一特征；而Union(classA, classB)把包含a和b的两个类合并，其中classA=Find(a)、classB=Find(b)，且classA与classB不相等。本文使用将每个集合（类）表示为一棵树作为解决方案，以下给出作为一种简单的集合表示的并查集支持的三种操作：

Initial(S)：将集合S中的每个元素都初始化为只有一个单元素的子集合。
Union(S, Root1, Root2)：把集合S中的子集合Root2并入子集合Root1，要求Root1和Root2互不相交，否则不执行合并。
Find(S, x)：查找集合S中单元素x所在的子集合，并返回该子集合的根结点。

二、并查集的存储结构

通常用树的双亲表示作为并查集的存储结构，每个子集合以一棵树表示（即树中每个非根结点都有一个指针指向其父结点，指向父结点的指针之所以需要，是因为查找操作需要向上搜索一棵树）。

所有表示子集合的树，构成表示全集合的森林，存放在双亲表示数组内。通常用数组元素下标代表元素名，用根结点的下标代表子集合名，根结点的双亲域为负数（可以设置为该子集合元素数量的相反数）。

示例：

1. 并查集的初始化

设有一个全集合为S={0, 1, 2, 3, 4, 5, 6, 7, 8, 9}，初始化时每个元素自成一个单元素子集合，每个子集合的数组值为-1。如下图所示：

2. 用树表示并查集

经过一段时间的合并操作后，这些子集合合并为三个更大的子集合，即S₁={0, 6, 7, 8}，S₂={1, 4, 9}，S₃={2, 3, 5}。此时并查集的树形和存储结构如下图所示：

3. S₁∪S₂可能的表示方法

为了合并两个子集合，只需将其中一个子集合根结点的双亲指针指向另一个集合的根结点。S₁∪S₂可能的表示方法如下图所示：

或者

三、并查集的求解策略

并查集问题的求解策略是：把每一个集合表示为一棵树。

在查找时，我们把根元素作为集合标志符，因为每一个集合都有唯一的根，所以当且仅当 i 和 j 属于同一个集合时，有Find(i)=Find(j)。为了确定元素theElement属于哪个集合，我们从元素theElement的结点开始，沿着结点到其父结点向上移动，直到到根结点为止。

在合并时，我们假设在调用语句Union(classA, classB)中，classA和classB分别是两个不同树集合的根（即classA不等于classB），为了把两个集合合并，我们让一棵树成为另一棵树的子树。

四、并查集的基本实现

并查集的结构定义如下：
【在采用树的双亲指针数组表示作为并查集的存储表示时，集合元素的编号从0到SIZE-1，其中SIZE是最大元素的个数。】

#define SIZE 100
int UFSets[SIZE];//集合元素数组（双亲指针数组）

1. 并查集的初始化操作

void Initial(int S[]){//S即为并查集
    for(int i = 0; i < SIZE; i++){//每个自成单元素集合
        s[i] = -1;
    }
}

2. 并查集的Find操作

在并查集S中查找并返回包含元素x的树的根。

void Find(int S[], int x){
    while(S[x] >= 0){//循环寻找x的根
        x = S[x];
    }
    return x;//根的S[]小于0
}

判断两个元素是否属于同一集合，只需分别找到它们的根，再比较根是否相同即可。

3. 并查集的Union操作

求两个不相交子集的并集。若将两个元素所在的集合合并为一个集合，则需要先找到两个元素的根，再令一颗子集树的根指向另一颗子集树的根。

void Union(int S[], int Root1, int Root2){
    if(Root1 == Root2){return;}//要求Root1与Root2是不同的集合
    else{
        S[Root2] = Root1;//将根Root2连接到另一根Root1下面
    }
}

Find操作和Union操作的时间复杂度分别为O(d)和O(1)，其中d为树的深度。

五、并查集实现的优化

1. 合并函数Union的性能改进

在对根为 i 和根为 j 的树进行合并操作时，利用重量规则或高度规则，可以提高并查集算法的性能。

重量规则：若根为 i 的树的结点数少于根为 j 的树的结点数，则将 j 作为 i 的父结点；否则，将 i 作为 j 的父结点。
高度规则：若根为 i 的树的高度少于根为 j 的树的高度，则将 j 作为 i 的父结点；否则，将 i 作为 j 的父结点。

改进办法（利用重量规则）：做Union操作之前，首先判别子集中的成员数量，然后令成员少的根指向成员多的根，即把小树合并到大树，为此可令根结点的绝对值保存集合树中的成员数量。以下为具体代码实现：

void Union(int S[], int Root1, int Root2){
    if(Root1 == Root2){return;}
    if(S[Root2] > S[Root1]){//Root2的结点数更少
        S[Root1] += S[Root2];//累加集合树的结点总数
        S[Root2] = Root1;//Root2合并到Root1上
    }
    else{//Root1的结点数更少
        S[Root2] += S[Root1];//累加集合树的结点总数
        S[Root1] = Root2;//Root1合并到Root2上
    }
}

在极端情况下，n个元素构成的集合树的深度为n，则Find操作的最坏时间复杂度为O(n)。而采用上述方法构造得到的集合树，其深度不超过⌊log₂n⌋+1。

示例：

2. 查找函数Find的性能改进

随着子集间的逐渐合并，集合树的深度越来越大，为了进一步减少确定元素所在集合的时间，可进一步对Find操作进行优化。

改进办法（利用路径紧缩）：当所查元素 x 不在树的第二层时，在算法中增加一个“压缩路径”的功能，即将从根到元素 x 路径上的所有元素都变成根的孩子。以下为具体代码实现：

void Find(int S[], int x){
    int root = x;
    while(S[root] >= 0){//循环寻找x的根
        root = S[root];
    }
    while(x != root){//压缩路径
        int t = S[x];//t指向x的父结点
        S[x] = root;//x直接挂到根结点的下面
        x = t;
    }
    return root;//返回根结点编号
}

通过Find操作的“压缩路径”优化后，可使集合树的深度不超过O(α(n))，其中α(n)是一个增长极其缓慢的函数，对于常见的正整数n，通常α(n)<=4。

【拓展】：在改进Find函数的性能时，利用了路径压缩（path compression）过程缩短从元素x到根的查找路径，而该过程的实现有三种不同的途径——路径紧缩（path compaction）、路径分割（path splitting）和路径对折（path halving）。

路径紧缩：从待查结点到根结点的路径上，所有结点的parent指针都被改为指向根结点。虽然路径紧缩增加了单个查找操作的时间，但它减少了此后查找操作的时间。以下为从结点K开始的路径紧缩：

路径分割：从待查结点到根结点的路径上，除根结点与其子结点外，每个结点的parent指针都被改为指向各自的祖父。在路径分割时，只考虑从待查结点到根结点的一条路径就够了。以下为从结点K开始的路径分割：

路径对折：从待查结点到根结点的路径上，除根结点与其子结点外，每隔一个结点，其parent指针都被改为指向各自的祖父。在路径对折中，指针改变的个数仅为路径分割中的一半。同样，在路径对折中只考虑从待查结点到根结点的一条路径就够了。以下为从结点K开始的路径对折：

六、有关并查集的例题

① 并查集的结构是一种（ B ）。
A. 二叉链表存储的二叉树
B. 双亲表示法存储的树
C. 顺序存储的二叉树
D. 孩子表示法存储的树

② 并查集中最核心的两个操作是： ①查找，查找两个元素是否属于同一个集合；②合并，如果两个元素不属于同一个集合，且所在的两个集合互不相交，则合并这两个集合。假设初始长度为10 (0~9) 的并查集，按 1-2、3-4、5-6、7-8、8-9、1-8、0-5、1-9 的顺序进行查找和合并操作，最终并查集共有（ C ）个集合。
A. 1
B. 2
C. 3
D. 4

③ 下列关于并查集的叙述中，（ D ）是错误的（注意，本题涉及图的考点）。
A. 并查集是用双亲表示法存储的树
B. 并查集可用于实现克鲁斯卡尔算法
C. 并查集可用于判断无向图的连通性
D. 在长度为 n 的并查集中进行查找操作的时间复杂度为 O(log₂n)