目录:
- 基本概念
- 存储方式
- 单链表表示
- 并查集森林
- 并查集森林的两种改进策略
- 按秩合并(union by rank)
- 路径压缩(path compression)
- 应用
一.基本概念
不相交集类维持着多个彼此之间没有交集的子集的集合,可以用于判断两个元素是否属于同一个集合,或者合并两个不相交的子集。比如, { {1,3,5},{2},{4},{6,7} }
这整体就是一个不相交集合。里面的一些子集也是彼此互不相交的。
注意,对于每一个子集,往往用某一个元素来代表,至于用哪一个元素来表示则没有硬性要求。只要能够保证对于某一个子集中的元素查找两次它的代表,返回的值是相同的即可。还是上面的例子,
假设 1作为第一个子集的代表,find(1)、find(3)、find(5)都应该返回 1。而如果find(1)返回的是 1,find(3)返回的是 3,我们就可能认为两个元素不在同一个集合里,而事实并不是这样。
对于不相交集类,重点关注以下三个操作:
- makeSet(x),建立一个新的只含有元素 x的集合。
- union(x,y),将 x、y所在的子集(Sx和 Sy)合并成一个新的子集,并为了保证新集合的子集不相交性,消除原来集合中的 Sx和 Sy。
- find(x),返回元素 x所在的集合的代表。
二.存储方式
1.单链表表示
要实现并查集数据结构,一种简单的方法是每一个集合都用一个链表来表示。每个链表的第一个对象作为它所在集合的代表。链表中的每一个对象都包含一个集合成员、一个指向包含下一个集合成员的对象的指针,以及指向代表的指针。每个链表都含head指针和tail指针,head指向链表的代表,tail指向链表中最后的对象。
并查集类的实现架构如下:
public class DisjSets {
private int[] s;
private int count;//记录并查集中子集合的个数(子树的个数)
public DisjSets(int numElements) {
//构造函数,负责初始化并查集
}
public void unionByHeight(int root1, int root2){
//union操作
}
public int find(int x){
//find 操作
}
}
由于Find操作需要找到该子集合的代表元素,而代表元素是树根,因此需要保存树中结点的父亲,对于每一个结点,如果知道了父亲,沿着父结点链就可以最终找到树根。
为了简单起见,假设一维数组s中的每个元素 s[i] 表示该元素 i 的父亲。这里有两个需要注意的地方:①我们用一维数组来存储并查集,数组的元素s[i]表示的是结点的父亲的位置。②数组元素的下标 i 则是结点的标识。如:s[5]=4,表示:结点5 的父亲 是结点4。
假设有并查集中6个元素,初始时,所有的元素都相互独立,处在不同的集合中:
对应的一维数组初始化如下:
因为,初始时每个元素代表一个集合,该元素本身就是树根。树根的父结点用 -1 来表示。代码实现如下:
public DisjSets(int numElements) {
s = new int[numElements];
count = numElements;
//初始化并查集,相当于新建了s.length 个互不相交的集合
for(int i = 0; i < s.length; i++)
s[i] = -1;//s[i]存储的是高度(秩)信息
}
②基本操作实现
Union操作就是将两个不相交的子集合合并成一个大集合。简单的Union操作是非常容易实现的,因为只需要把一棵子树的根结点指向另一棵子树即可完成合并。
比如合并 节点3 和节点4:
这里的合并很随意,把任意一棵子树的结点指向另一棵子树结点就完成了合并。
public void union(int root1, int root2){
s[root2] = root1;//将root1作为root2的新树根
}
但是,这只是一个简单的情况,如果待合并的两棵子树很大,而且高度不一样时,如何使得合并操作生成的新的子树的高度最小?因为高度越小的子树Find操作越快。
后面会介绍一种更好的合并策略,以支持Quick Union/Find。
Find操作就是查找某个元素所在的集合,返回该集合的代表元素。在union(3,4) 和 union(1,2)后,并查集如下:
此时的一维数组如下:
此时一共有4个子集合。第一个集合的代表元素为0,第二个集合的代表元素为1,第三个集合的代表元素为3,第四个集合的代表元素为5,故:
find(2)返回1,find(0)返回0。因为 结点3 和 结点4 在同一个集合内,find(4)返回3,find(3)返回3。
public int find(int x){
if(s[x] < 0)
return x;
else
return find(s[x]);
}
这里find(int x)返回的是最里层递归执行后,得到的值。由于只有树根的父结点位置小于0,故返回的是树根结点的标识。
(数组中索引 i 处的元素 s[i] 小于0,表示 结点i 是根结点.....)
Union/Find的改进----Quick Union/Find
上面介绍的Union操作很随意:任选一棵子树,将另一棵子树的根指向它即完成了合并。如果一直按照上述方式合并,很可能产生一棵非常不平衡的子树。
比如在上面的基础上union(2,3)后
树越来越高了,此时会影响到Find操作的效率。比如,find(4)时,会一直沿着父结点遍历直到根,4-->3-->2-->1
这里引入一种新的合并策略,这是一种启发式策略,称之为按秩合并:将秩小的子树的根指向秩大的子树的根。
秩的定义:对每个结点,用秩表示结点高度的一个上界。为什么是上界?
因为路径压缩不完全与按高度求并兼容。路径压缩会改变树的高度,这样在Union操作之前,我们就无法获得子树的高度的精确值,因此就不计算高度的精确值,而是存储每棵树的高度的估计值,这个值称之为秩。(关于路径压缩在后面的Find操作中会详细介绍)
说了这么多,按秩求并就是在合并之前,先判断下哪棵子树更高,让矮的子树的根指向高的子树的根。
除了按高度求并之外,还可以按大小求并,即先判断下哪棵子树含有的结点数目多,让较小的子树的根指向较大的子树的根。
对于按高度求并,需要解释下数组中存储的元素:是高度的负值再减去1。这样,初始时,所有元素都是-1,而树根节点的高度为0,s[i]=-1。
按高度求并的代码如下:
/**
*
* @param root1 并查集中以root1为代表的某个子集
* @param roo2 并查集中以root2为代表的某个子集
* 按高度(秩)合并以root1 和 root2为代表的两个集合
*/
public void unionByHeight(int root1, int root2){
if(find(root1) == find(root2))
return;//root1 与 root2已经连通了
if(s[root2] < s[root1])//root2 is deeper
s[root1] = root2;
else{
if(s[root1] == s[root2])//root1 and root2 is the same deeper
s[root1]--;//将root1的高度加1
s[root2] = root1;//将root2的根(指向)更新为root1
}
count--;//每union一次,子树数目减1
}
使用了路径压缩的Find的操作
上面程序代码find方法只是简单地把待查找的元素所在的根返回。路径压缩是指,在find操作进行时,使find查找路径中的顶点(的父亲)都直接指向为树根(这很明显地改变了子树的高度)
如何使find查找路径中经过的每个顶点都直接指向树根呢?只需要小小改动一下就可以了,这里用到了非常神奇的递归。修改后的find代码如下:
public int find(int x){
if(s[x] < 0)//s[x]为负数时,说明 x 为该子集合的代表(也即树根), 且s[x]的值表示树的高度
return x;
else
return s[x] = find(s[x]);//使用了路径压缩,让查找路径上的所有顶点都指向了树根(代表节点)
//return find(s[x]); 没有使用 路径压缩
}
因为递归最终得到的返回值是根元素。第5行将根元素直接赋值给s[x],s[x]在每次递归过程中相当于结点x的父结点指针。
关于路径压缩对按”秩“求并的兼容性问题
上面的unionByHeight(int , int)是按照两棵树的高度来进行合并的。但是find操作中的路径压缩会对树的高度产生影响。使用了路径压缩后,树的高度变化了,但是数组并没有更新这个变化。因为无法更新!!(我们没有在Find操作中去计算原来的树的高度,然后再计算新的树的高度,这样不现实,复杂度太大了)
举个例子:
依次高度unionByHeight(3, 4)、unionByHeight(1, 3)、unionByHeight(1, 0)后,并查集如下:
此时,数组中的元素如下:
可以看出,此时只有两棵子树,一棵根结点为1,另一棵只有一个结点5。结点1的s[1]=-3,它所表示是该子树的高度为2,如果此时执行find(4),会改变这棵树的高度!但是,数组s中存储的根的高度却没有更新,只会更新查找路径上的顶点的高度。执行完find(4)后,变成:
查找路径为 4-->3-->1,find(4)使得查找路径上的所有顶点的父结点指向了根。如,将结点4 指向了根。但是没有根结点的高度(没有影响树根的秩),因为s[1]的值仍为-3
-3表示的高度为2,但是树的高度实际上已经变成了1
执行find(4)之后,树实际上是这样的:
(关于路径压缩对按秩合并有影响,我一直有个疑问,希望有大神指点啊)。。。。
路径压缩改变了子树的高度,而这个高度是按秩求的依据。,而且当高度改变之后,我们是无法更新这个变化了的高度的。那这会不会影响按秩求并的正确性?或者说使按秩求并达不到减小新生成的子树的高度的效果?
四.并查集的应用
并查集数据结构非常简单,基本操作也很简单。但是用途感觉很大。比如,求解无向图中连通分量的个数,生成迷宫……
这些应用本质上就是:初始时都是一个个不连通的对象,经过一步步处理,变成连通的了。。。。。
如迷宫,初始时,起点和终点不连通,随机地打开起点到终点路径上的一个方向,直至起点和终点连通了,就生成了一个迷宫。
如,无向图的连通分量个数,初始时,将无向图中各个顶点视为不连通的子集合,对图中每一条边,相当于union这条边对应的两个顶点分别所在的集合,直至所有的边都处理完后,还剩下的集合的个数即为连通分量的个数。
五.完整代码如下:
package mark_allen_weiss.c8;
public class DisjSets {
private int[] s;
private int count;//记录并查集中子集合的个数(子树的个数)
public DisjSets(int numElements) {
s = new int[numElements];
count = numElements;
//初始化并查集,相当于新建了s.length 个互不相交的集合
for(int i = 0; i < s.length; i++)
s[i] = -1;//s[i]存储的是高度(秩)信息
}
/**
*
* @param root1 并查集中以root1为代表的某个子集
* @param roo2 并查集中以root2为代表的某个子集
* 按高度(秩)合并以root1 和 root2为代表的两个集合
*/
public void unionByHeight(int root1, int root2){
if(find(root1) == find(root2))
return;//root1 与 root2已经连通了
if(s[root2] < s[root1])//root2 is deeper
s[root1] = root2;
else{
if(s[root1] == s[root2])//root1 and root2 is the same deeper
s[root1]--;//将root1的高度加1
s[root2] = root1;//将root2的根(指向)更新为root1
}
count--;//每union一次,子树数目减1
}
public void union(int root1, int root2){
s[root2] = root1;//将root1作为root2的新树根
}
public void unionBySize(int root1, int root2){
if(find(root1) == find(root2))
return;//root1 与 root2已经连通了
if(s[root2] < s[root1])//root2 is deeper
s[root1] = root2;
else{
if(s[root1] == s[root2])//root1 and root2 is the same deeper
s[root1]--;//将root1的高度加1
s[root2] = root1;//将root2的根(指向)更新为root1
}
count--;//每union一次,子树数目减1
}
public int find(int x){
if(s[x] < 0)//s[x]为负数时,说明 x 为该子集合的代表(也即树根), 且s[x]的值表示树的高度
return x;
else
return s[x] = find(s[x]);//使用了路径压缩,让查找路径上的所有顶点都指向了树根(代表节点)
//return find(s[x]); 没有使用 路径压缩
}
public int find0(int x){
if(s[x] < 0)
return x;
else
return find0(s[x]);
}
public int size(){
return count;
}
//for test purpose
public static void main(String[] args) {
DisjSets dSet = new DisjSets(6);
dSet.unionBySize(1, 2);
for(int i : dSet.s)
System.out.print(i + " ");
dSet.unionBySize(3, 4);
System.out.println();
for(int i : dSet.s)
System.out.print(i + " ");
System.out.println();
dSet.unionBySize(1, 3);
for(int i : dSet.s)
System.out.print(i + " ");
System.out.println();
dSet.unionBySize(1, 0);
for(int i : dSet.s)
System.out.print(i + " ");
System.out.println();
int x = dSet.find(4);
System.out.println(x);
for(int i : dSet.s)
System.out.print(i + " ");
System.out.println("\nsize:" + dSet.size());
}
}
六.参考资料
http://blog.csdn.net/dm_vincent/article/details/7655764
《算法导论》第二版
《数据结构与算法分析》JAVA语言描述--Mark Allen Weiss