python 通过字典实现的并查集按秩合并（并查集merge中size的优化) 解释及模板

最新推荐文章于 2021-07-22 15:35:00 发布

Stig.Huang

最新推荐文章于 2021-07-22 15:35:00 发布

阅读量567

点赞数 2

分类专栏： python 知识点记录文章标签：算法 python 数据结构并查集按秩合并

本文链接：https://blog.csdn.net/weixin_50791900/article/details/113066035

版权

本文介绍了Python中并查集的优化方法，特别是基于size的优化。通过在merge()操作中判断并合并元素个数较少的集合到元素较多的集合，以降低树的层次，提高效率。同时提到了size优化的优缺点，以及在特定情况下可能不如按秩合并（启发式合并）精确，但仍然是有效的优化策略。

摘要由CSDN通过智能技术生成

并查集有两种在 merge() 中的优化

一种基于 size 的；
一种基于 rank 的，rank的优化更彻底；
并查集还有在 find() 中的优化，就是路径压缩
所有操作均基于并查集路径压缩及实现的模板实现

基于size的优化：

这里先看一个简单的例子来理解优化过程
在这里插入图片描述

index	1	2	3	4
father	None	1	1	None

首先进行合并操作

将1节点与4节点连通
相当于代码模板中的merge(1, 4)

在这里插入图片描述

index	1	2	3	4
father	4	4	4	None

可以发现，这个结构的树的层相对较高，
若此时元素数量增多，这样产生的消耗就会相对较大

解决这个问题其实很简单：
在进行具体指向操作的时候先进行判断
把元素少的集合根节点指向元素多的根节点
能更高概率的生成一个层数比较低的树。

构造并查集的时需初始化数组size为[1]
（并在添加节点操作时添加元素1，用于记录每个节点的深度）

class UnionFind:
    def __init__(self):
        """
        记录每个节点的父节点
        """
        self.father = {
   }
        self.size = [1]

在进行合并操作时
需根据两个元素所在树的元素个数不同判断合并方向
在merge中进行优化进行优化操作

具体方法
将判错功能独立出来
如果size[x]的元素个数（连通分量中的节点个数）大于size[y]中的
就将root_x， root_y进行互换再进行操作
（等价于让y的连通分量并入x为根节点的连通分量中）

    def merge(self, x, y):
        """
        合并两个节点
        """
        root_x, root_y = self.find(x), self.find(y)

        if root_x == root_y:
            return

最低0.47元/天解锁文章