并查集是一种树型的数据结构,用于处理一些不相交集合的合并及查询问题。
并查集的思想:用一个数组表示了整片森林(parent),树的根节点唯一标识一个集合,只要找到了某个元素的的树根,就能确它在哪个集合里。
public static class Node<V>{
V value;
public Node(V v){
value=v;
}
}
public static class UnionFind<V>{
public HashMap<V,Node<V>> nodes;
public HashMap<Node<V>,Node<V>> parents;
public HashMap<Node<V>,Integer> sizeMap;
public UnionFind(List<V> values){
nodes=new HashMap<>();
parents=new HashMap<>();
sizeMap=new HashMap<>();
for(V cur:values){
Node<V> node=new Node<>(cur);
nodes.put(cur,node);
parents.put(node,node);
sizeMap.put(node,1);
}
}
//给你一个节点,请你往上到不能再往上,把代表返回
public Node<V> findFather(Node<V> cur){
Stack<Node<V>> path=new Stack<>();
while(cur!=parents.get(cur)){
path.push(cur);
cur=parents.get(cur);
}
while(!=path.isEmpty()){
parents.put(path.pop(),cur);
}
return cur;
}
//判断两个值a和b是否属于同一个集合。通过比较它们的根节点是否相同来判断
public boolean isSameSet(V a,V b){
return findFather(nodes.get(a))==findFather(nodes.get(b));
}
public void union(V a,V b){
Node<V> aHead=findFather(nodes.get(a));
Node<V> bHead=findFather(nodes.get(b));
if(aHead!=bHead){
int aSetSize=sizeMap.get(aHead);
int bSetSize=sizeMap.get(bHead);
Node<V> big=aSetSize>=bSetSize?aHead:bHead;
Node<V> small=big==aHead?bHead:aHead;
parents.put(small,big);
sizeMap.put(big,aSetSize+bSetSize);
sizeMap.remove(small);
}
}
public int sets(){
return sizeMap.size();
}
}
题1:
有 n
个城市,其中一些彼此相连,另一些没有相连。如果城市 a
与城市 b
直接相连,且城市 b
与城市 c
直接相连,那么城市 a
与城市 c
间接相连。
省份 是一组直接或间接相连的城市,组内不含其他没有相连的城市。
给你一个 n x n
的矩阵 isConnected
,其中 isConnected[i][j] = 1
表示第 i
个城市和第 j
个城市直接相连,而 isConnected[i][j] = 0
表示二者不直接相连。
返回矩阵中 省份 的数量。
public static int findCircleNum(int[][] M){
int N=M.length;
UnionFind unionFind=new UnionFind(N);
for(int i=0;i<N;i++){
for(int j=i+1;j<N;j++){
if(M[i][j]==1){//i和j互相认识
unionFind.union(i,j);
}
}
}
return unionFind.sets();
}
public static class UnionFind(){
private int[] parent;//parent[i]=k;i的父亲是k
// size[i] = k : 如果i是代表节点,size[i]才有意义,否则无意义
// i所在的集合大小是多少
private int[] size;
//辅助结构
private int[] help;
//一共有多少个集合
private int sets;
public UnionFind(int N){
parent=new int[N];
size=new int[N];
help=new int[N];
sets=N;
for(int i=0;i<N;i++){
parent[i]=i;
size[i]=1;
}
}
// 从i开始一直往上,往上到不能再往上,代表节点,返回
// 这个过程要做路径压缩
private int find(int i){
int hi=0;
while(i!=parent[i]){
help[hi++]=i;
i=parent[i];
}
for(hi--;hi>=0;hi--){
parent[help[hi]]=i;
}
return i;
}
public void union(int i,int j){
int f1=find(i);
int f2=find(j);
if(f1!=f2){
if(size[f1]>=size[f2]){
size[f1]+=size[f2];
parent[f2]=f1;
}else{
size[f2]+=size[f1];
parent[f1]=f2;
}
sets--;
}
}
public int sets() {
return sets;
}
}
}
题2:给定一个二维数组matrix,里面的值不是1就是0,上下左右相邻认为是一片岛,返回matrix中岛的数量
dot解释(字符按值传递,所以需要它分辨不同的1):
法1:
public static int numIslands3(char[][] board){
int islands=0;
for(int i=0;i<board.length;i++){
for(int j=0;j<board[0].length;j++){
if(board[i][j]=='1'){
islands++;
infect(board,i,j);
}
}
}
return islands;
}
//从(i,j)这个位置出发,把所有练成一片的'1'字符,变成0
public static void infect(char[][] board,int i,int j){
if(i<0||i==board.length||j<0||j==board[0].length||board[i][j]!='1'){
return;
}
board[i][j]=0;
infect(board,i-1,j);
infect(board,i+1,j);
infect(board,i,j-1);
infect(board,i,j+1);
}
法2:
public static int numIslands1(char[][] board){
int row=board.length;
int col=board[0].length;
Dot[][] dots=new Dot[row][col];
List<Dot> dotList=new ArrayList<>();
for(int i=0;i<row;i++){
for(int j=0;j<col;j++){
if(board[i][j]=='1'){
dots[i][j]=new Dot();
dotList.add(dots[i][j]);
}
}
}
UnionFind1<Dot> uf=new UnionFind1<>(dotList);
for(int j=1;j<col;j++){
if(board[0][j-1]=='1'&&board[0][j]=='1'){
uf.union(dots[0][j-1],dots[0][j]);
}
}
for(int i=1;i<row;i++){
if(board[i-1][0]=='1'&&board[i][0]=='1'){
uf.union(dots[i-1][0],dots[i][0]);
}
}
for (int i = 1; i < row; i++) {
for (int j = 1; j < col; j++) {
if (board[i][j] == '1') {
if (board[i][j - 1] == '1') {
uf.union(dots[i][j - 1], dots[i][j]);
}
if (board[i - 1][j] == '1') {
uf.union(dots[i - 1][j], dots[i][j]);
}
}
}
}
return uf.sets();
}
public static class Dot {
}
public static class Node<V> {
V value;
public Node(V v) {
value = v;
}
}
public static class UnionFind1<V> {
public HashMap<V, Node<V>> nodes;
public HashMap<Node<V>, Node<V>> parents;
public HashMap<Node<V>, Integer> sizeMap;
public UnionFind1(List<V> values) {
nodes = new HashMap<>();
parents = new HashMap<>();
sizeMap = new HashMap<>();
for (V cur : values) {
Node<V> node = new Node<>(cur);
nodes.put(cur, node);
parents.put(node, node);
sizeMap.put(node, 1);
}
}
public Node<V> findFather(Node<V> cur) {
Stack<Node<V>> path = new Stack<>();
while (cur != parents.get(cur)) {
path.push(cur);
cur = parents.get(cur);
}
while (!path.isEmpty()) {
parents.put(path.pop(), cur);
}
return cur;
}
public void union(V a, V b) {
Node<V> aHead = findFather(nodes.get(a));
Node<V> bHead = findFather(nodes.get(b));
if (aHead != bHead) {
int aSetSize = sizeMap.get(aHead);
int bSetSize = sizeMap.get(bHead);
Node<V> big = aSetSize >= bSetSize ? aHead : bHead;
Node<V> small = big == aHead ? bHead : aHead;
parents.put(small, big);
sizeMap.put(big, aSetSize + bSetSize);
sizeMap.remove(small);
}
}
public int sets() {
return sizeMap.size();
}
}
法3:
public static int numIslands2(char[][] board) {
int row = board.length;
int col = board[0].length;
UnionFind2 uf = new UnionFind2(board);
for (int j = 1; j < col; j++) {
if (board[0][j - 1] == '1' && board[0][j] == '1') {
uf.union(0, j - 1, 0, j);
}
}
for (int i = 1; i < row; i++) {
if (board[i - 1][0] == '1' && board[i][0] == '1') {
uf.union(i - 1, 0, i, 0);
}
}
for (int i = 1; i < row; i++) {
for (int j = 1; j < col; j++) {
if (board[i][j] == '1') {
if (board[i][j - 1] == '1') {
uf.union(i, j - 1, i, j);
}
if (board[i - 1][j] == '1') {
uf.union(i - 1, j, i, j);
}
}
}
}
return uf.sets();
}
public static class UnionFind2 {
private int[] parent;
private int[] size;
private int[] help;
private int col;
private int sets;
public UnionFind2(char[][] board) {
col = board[0].length;
sets = 0;
int row = board.length;
int len = row * col;
parent = new int[len];
size = new int[len];
help = new int[len];
for (int r = 0; r < row; r++) {
for (int c = 0; c < col; c++) {
if (board[r][c] == '1') {
int i = index(r, c);
parent[i] = i;
size[i] = 1;
sets++;
}
}
}
}
// (r,c) -> i
private int index(int r, int c) {
return r * col + c;
}
// 原始位置 -> 下标
private int find(int i) {
int hi = 0;
while (i != parent[i]) {
help[hi++] = i;
i = parent[i];
}
for (hi--; hi >= 0; hi--) {
parent[help[hi]] = i;
}
return i;
}
public void union(int r1, int c1, int r2, int c2) {
int i1 = index(r1, c1);
int i2 = index(r2, c2);
int f1 = find(i1);
int f2 = find(i2);
if (f1 != f2) {
if (size[f1] >= size[f2]) {
size[f1] += size[f2];
parent[f2] = f1;
} else {
size[f2] += size[f1];
parent[f1] = f2;
}
sets--;
}
}
public int sets() {
return sets;
}
}
题3:(题2plus)假设你设计一个游戏,用一个 m 行 n 列的 2D 网格来存储你的游戏地图。
起始的时候,每个格子的地形都被默认标记为「水」。
我们可以通过使用 addLand 进行操作,将位置 (row, col) 的「水」变成「陆地」。
你将会被给定一个列表,来记录所有需要被操作的位置,然后你需要返回计算出来 每次 addLand 操作后岛屿的数量。
注意:一个岛的定义是被「水」包围的「陆地」,通过水平方向或者垂直方向上相邻的陆地连接而成。
你可以假设地图网格的四边均被无边无际的「水」所包围。
法1:
//m:岛屿的行数。
//n:岛屿的列数。
//positions:一个二维数组,包含岛屿的位置
public static List<Integer> numIslands21(int m, int n, int[][] positions) {
UnionFind1 uf = new UnionFind1(m, n);
List<Integer> ans = new ArrayList<>();
for (int[] position : positions) {
//position[0]和position[1]分别是岛屿的行索引和列索引
ans.add(uf.connect(position[0], position[1]));
}
return ans;
}
public static class UnionFind1 {
private int[] parent;//用于存储每个元素的父节点的数组。
private int[] size;//用于存储每个集合的大小
private int[] help;//辅助数组,用于路径压缩优化。
private final int row;//岛屿的行数
private final int col;//岛屿的列数
private int sets;//当前的集合数量
public UnionFind1(int m, int n) {
row = m;
col = n;
sets = 0;
int len = row * col;
parent = new int[len];
size = new int[len];
help = new int[len];
}
//计算行列索引对应的一维数组索引
private int index(int r, int c) {
return r * col + c;
}
//查找元素i的根节点,并进行路径压缩优化。
private int find(int i) {
int hi = 0;//这是一个辅助变量,用于记录当前查找路径的长度
//这个循环的目的是找到元素i的根节点(即直接指向自己的节点)。
// 循环条件是i不等于其父节点parent[i],这意味着i不是根节点。
while (i != parent[i]) {
help[hi++] = i;//将当前节点i的索引存储到help数组中,并将hi加1,表示路径长度增加。
i = parent[i];//将i更新为其父节点的索引,继续向上查找。
}
//当while循环结束时,我们找到了根节点,并且help数组中存储了从元素i到根节点的路径。
// 这个for循环的目的是对这条路径进行“路径压缩”,即直接将路径上的所有节点的父节点指向根节点。
for (hi--; hi >= 0; hi--) {
parent[help[hi]] = i;
}
return i;
}
//合并两个岛屿,首先检查岛屿是否有效,然后通过索引找到对应的元素,并调用find方法找到根节点,最后合并两个集合
private void union(int r1, int c1, int r2, int c2) {
if (r1 < 0 || r1 == row || r2 < 0 || r2 == row || c1 < 0 || c1 == col || c2 < 0 || c2 == col) {
return;
}
int i1 = index(r1, c1);
int i2 = index(r2, c2);
if (size[i1] == 0 || size[i2] == 0) {
return;
}
int f1 = find(i1);
int f2 = find(i2);
if (f1 != f2) {
if (size[f1] >= size[f2]) {
size[f1] += size[f2];
parent[f2] = f1;
} else {
size[f2] += size[f1];
parent[f1] = f2;
}
sets--;
}
}
//连接岛屿的公共方法。首先计算岛屿的索引,检查该岛屿是否已经被连接(即size[index]是否为0),
// 如果是新岛屿,则初始化并增加集合数量。然后调用union方法尝试与相邻的岛屿合并,并返回当前的集合数量。
public int connect(int r, int c) {
int index = index(r, c);
if (size[index] == 0) {
parent[index] = index;
size[index] = 1;
sets++;
union(r - 1, c, r, c);
union(r + 1, c, r, c);
union(r, c - 1, r, c);
union(r, c + 1, r, c);
}
return sets;
}
}
法2:
public static List<Integer> numIslands22(int m, int n, int[][] positions) {
UnionFind2 uf = new UnionFind2();
List<Integer> ans = new ArrayList<>();
for (int[] position : positions) {
ans.add(uf.connect(position[0], position[1]));
}
return ans;
}
public static class UnionFind2 {
private HashMap<String, String> parent;
private HashMap<String, Integer> size;
private ArrayList<String> help;
private int sets;
public UnionFind2() {
parent = new HashMap<>();
size = new HashMap<>();
help = new ArrayList<>();
sets = 0;
}
private String find(String cur) {
while (!cur.equals(parent.get(cur))) {
help.add(cur);
cur = parent.get(cur);
}
for (String str : help) {
parent.put(str, cur);
}
help.clear();
return cur;
}
private void union(String s1, String s2) {
if (parent.containsKey(s1) && parent.containsKey(s2)) {
String f1 = find(s1);
String f2 = find(s2);
if (!f1.equals(f2)) {
int size1 = size.get(f1);
int size2 = size.get(f2);
String big = size1 >= size2 ? f1 : f2;
String small = big == f1 ? f2 : f1;
parent.put(small, big);
size.put(big, size1 + size2);
sets--;
}
}
}
public int connect(int r, int c) {
//将行索引和列索引组合成一个字符串键key,用于在parent和size映射中唯一标识这个岛屿节点。
String key = String.valueOf(r) + "_" + String.valueOf(c);
if (!parent.containsKey(key)) {
parent.put(key, key);
size.put(key, 1);
sets++;
//分别生成上、下、左、右相邻岛屿的键。
String up = String.valueOf(r - 1) + "_" + String.valueOf(c);
String down = String.valueOf(r + 1) + "_" + String.valueOf(c);
String left = String.valueOf(r) + "_" + String.valueOf(c - 1);
String right = String.valueOf(r) + "_" + String.valueOf(c + 1);
union(up, key);
union(down, key);
union(left, key);
union(right, key);
}
return sets;
}
}