力扣 leetcode 1584. 连接所有点的最小费用（python）并查集加Kruskal算法

最新推荐文章于 2022-04-07 21:46:12 发布

Stig.Huang

最新推荐文章于 2022-04-07 21:46:12 发布

阅读量469

点赞数 1

分类专栏： python leetcode 文章标签：算法 python leetcode 数据结构 kruskal

本文链接：https://blog.csdn.net/weixin_50791900/article/details/113066002

版权

该博客介绍了如何利用并查集和Kruskal算法求解2D平面上点的最小连接总费用问题。通过构建边的权重，排序并应用并查集来连接所有点，确保每两点间有唯一路径。文中提供了多个示例展示算法的应用，并讨论了代码优化，包括路径压缩和按秩合并，以提升算法效率。

摘要由CSDN通过智能技术生成

Topic

给你一个points 数组，表示 2D 平面上的一些点，其中 points[i] = [xi, yi] 。
连接点 [xi, yi] 和点 [xj, yj] 的费用为它们之间的曼哈顿距离：|xi - xj| + |yi - yj| ，其中 |val| 表示 val 的绝对值。
请你返回将所有点连接的最小总费用。只有任意两点之间有且仅有一条简单路径时，才认为所有点都已连接。

Example_1

输入：points = [[0,0],[2,2],[3,10],[5,2],[7,0]]
输出：20
解释：

我们可以按照上图所示连接所有点得到最小总费用，总费用为 20 。
注意到任意两个点之间只有唯一一条路径互相到达。

Example_2

输入：points = [[3,12],[-2,5],[-4,1]]
输出：18

Example_3

输入：points = [[0,0],[1,1],[1,0],[-1,1]]
输出：4

Example_4

输入：points = [[-1000000,-1000000],[1000000,1000000]]
输出：4000000

Example_5

输入：points = [[0,0]]
输出：0

Solution:

熟悉并查集和Kruskal算法后很简单就可以看出这是一道典型的Kruskal算法题
不熟悉的同志可以看我之前总结的并查集+Kruskal算法

首先要构造权重边计算权重：
因为Kruskal算法以边为维度
因此需要首先构造所有点两两相连时每条边的权重（这里是边的长度）
同时需要将points中原来的边和权重放在一起放入edges中
之后需要按照权重进行排序

最后通过并查集计算
先实例化并查集并在并查集中构造节点
然后使用并查集构造连通分量

若两个节点已经连接了，跳过
若两个节点未连接
将两个点连接起来
将花费加入结果中

最后返回res即是结果

Code_1

class UnionFind:
    def __init__(self):
        self.father = {
   }
    
    def find(self, x):
        root = x

        while self.father[root] != None:
            root = self.father[root]

        # 路径压缩
        while x != root:
            original_father = self.father[x]
            self.father[x] = root
            x = original_father
         
        return root
    
    def merge(self, x, y):
        root_x,root_y = self.find(x),self.find(y)
        
        if root_x != root_y:
            self.father[root_x