带权并查集

不同于普通的并查集,带权并查集是在并查集的基础上,根据题目的含义,对每一个节点赋予权值含义,在并查集的合并操作中,同时对权值进行操作。
推权值时用的图
不难看出,合并时 y y y的父节点 p y py py的变化为:

	fa[py] = px;
	val[py] = -val[y] + d + val[x];

合并时的代码:

void merge(int x, int y, int v) {
	int px = find(x), py = find(y);
	if (px != py) {
		fa[px] = py;
		val[px] = -val[x] + v + val[y];
	}
}

查询祖先时,对于节点 x x x,设其当前的父节点 t t t,那么val[x]就是从 x x x t t t这段。更新了父节点后父节点变成了 p p p,然后当前的val[t]就是 t t t p p p这一段。根据路径压缩,我们的节点 x x x最终也要只想 p p p,那么其权值就是从 x x x t t t这段的val[x]增加一段 t t t p p p这一段的距离(现在是val[t])。

int find(int x) {
	if (x == fa[x]) return x;
	int t = fa[x];
	fa[x] = find(fa[x]);
	val[x] += val[t];
	return fa[x];
}

NOI 2001 - 食物链

题目链接

解法

题目关键是 A A A B B B B B B C C C C C C A A A。这是一个循环的食物链。如果我们给每一个动物编号,那么其实相当于可以根据编号给这些动物划分成三个等价类,分别归类到 A , B , C A,B,C A,B,C中去。不难发现,这个等价类是一个   m o d   3 \bmod 3 mod3等价类。 也就是说,如果两个动物的编号对 3 3 3取模后相等,那么这两个动物是同一类动物;如果两个动物的编号对 3 3 3取模后差值为 1 1 1,则其中存在捕食关系。

换言之,我们给每一个动物赋予的权值,就是这个编号。节点与节点的关系,就靠捕食关系来完成。

我们设编号在模 3 3 3意义下, 1 1 1可以吃 0 0 0 0 0 0可以吃 2 2 2 2 2 2可以吃 1 1 1

对于给定的 x , y x,y x,y
如果他们都已经在同一个食物网中,那么判断他们是不是同类,只需要看他们是不是模 3 3 3等价类。判断他们是否有捕食关系,只需要看他们的权值之差在模 3 3 3意义下是不是 1 1 1(注意捕食先后顺序)。
如果他们中仅有一个不在食物网中,或他们不在同一个食物网中,则将在食物网中的那个节点设为不在食物网中的那个节点的父亲,然后将后者并入前者的并查集。
如果他们都不在食物网中,任选一个作为父亲,建立一个新的并查集。

Code:

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;

int n, k, ans;
int fa[50050], val[50050];

int find(int x) {
	if (x == fa[x]) return x;
	int t = fa[x];
	fa[x] = find(fa[x]);
	val[x] += val[t];
	return fa[x];
}

//x eat y: val[x] = val[y] + 1
void merge(int x, int y, int v) {
	int px = find(x), py = find(y);
	if (px != py) {
		fa[px] = py;
		val[px] = -val[x] + v + val[y];
	}
}

int main() {
	cin >> n >> k;
	ans = 0;
	for (int i = 1; i <= n; ++i) {
		fa[i] = i; val[i] = 0;
	}
	for (int i = 1; i <= k; ++i) {
		int op, x, y;
		cin >> op >> x >> y;
		if (x > n or y > n) {
			++ans; continue;
		}
		if (op == 1) {
			if (find(x) == find(y)) {
				int idx = (val[x] % 3 + 3) % 3, idy = (val[y] % 3 + 3) % 3;
				if (idx != idy) {
					++ans; continue;
				}
			}
			else merge(x, y, 3);
		}
		else {
			if (x == y) {
				++ans; continue;
			}
			if (find(x) == find(y)) {
				int idx = (val[x] % 3 + 3) % 3, idy = (val[y] % 3 + 3) % 3;
				int d = ((idx - idy) % 3 + 3) % 3;
				if (d != 1) {
					++ans; continue;
				}
			}
			else merge(x, y, 1);
		}
	}
	cout << ans << "\n";
	return 0;
}

POJ 2492 - A Bug’s Life

题目链接

和食物链题目几乎一样,只不过两种性别将虫子变成模 2 2 2等价类。同性别虫子的编号模 2 2 2意义下相同(要么是 0 0 0,要么是 1 1 1)。
(cin cout不关同步会t,每组数据后面不多输出一个空行会格式错误。)

Code:

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;

int n, m;
int fa[2050], val[2050];

int id(int x) {
	return (x % 2 + 2) % 2;
}

int find(int x) {
	if (x == fa[x]) return x;
	int t = fa[x];
	fa[x] = find(fa[x]);
	val[x] += val[t];
	return fa[x];
}

void merge(int x, int y, int v) {
	int px = find(x), py = find(y);
	if (px != py) {
		fa[px] = py;
		val[px] = -val[x] + v + val[y];
	}
}

void main2() {
	cin >> n >> m;
	for (int i = 1; i <= n; ++i) {
		fa[i] = i; val[i] = 0;
	}
	bool has_bug = false;
	for (int i = 1; i <= m; ++i) {
		int x, y;
		cin >> x >> y;
		if (has_bug) continue;
		if (find(x) == find(y)) {
			if (id(id(val[x]) - id(val[y])) == 0) {
				has_bug = true;
				continue;
			}
		}
		else merge(x, y, 1);
	}
	if (has_bug) cout << "Suspicious bugs found!\n";
	else cout << "No suspicious bugs found!\n";	
}

int main() {
	ios::sync_with_stdio(false);
	cin.tie(0); cout.tie(0);
	int _; cin >> _;
	for (int i = 1; i <= _; ++i) {
		cout << "Scenario #" << i << ":\n";
		main2();
        cout << "\n";
	}
	return 0;
}
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
带权并查集(Weighted Union-Find)是一种常用的数据结构,用于解决动态连通性问题。它支持两个主要操作:合并(Union)和查找(Find)。 以下是一个使用Python实现的带权并查集示例代码: ```python class WeightedUnionFind: def __init__(self, n): self.parent = list(range(n)) self.size = [1] * n self.weight = [0] * n def find(self, x): if self.parent[x] != x: self.compress_path(x) return self.parent[x] def union(self, x, y, w): root_x = self.find(x) root_y = self.find(y) if root_x == root_y: return if self.size[root_x] < self.size[root_y]: self.parent[root_x] = root_y self.weight[root_x] = w - self.weight[x] + self.weight[y] self.size[root_y] += self.size[root_x] else: self.parent[root_y] = root_x self.weight[root_y] = -w + self.weight[x] - self.weight[y] self.size[root_x] += self.size[root_y] def compress_path(self, x): if self.parent[x] != x: self.compress_path(self.parent[x]) self.weight[x] += self.weight[self.parent[x]] self.parent[x] = self.parent[self.parent[x]] def get_weight(self, x): root = self.find(x) return self.weight[x] - self.weight[root] ``` 这个实现中,`parent`列表存储每个元素的父节点索引,`size`列表存储每个元素所在集合的大小,`weight`列表存储每个元素与其父节点的权值差。 `find()`方法用于查找元素所属的集合,并进行路径压缩优化。`union()`方法用于合并两个集合,并更新权值差。`compress_path()`方法用于路径压缩,加速后续的查找操作。`get_weight()`方法用于获取元素与其根节点的权值差。 带权并查集可以在解决一些算法问题中起到很好的作用,例如最小生成树算法中的Kruskal算法。希望这个示例代码能对你有所帮助!
评论 1
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