1、概述
在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中。这一类问题的特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在很短的运行时间(如1~3秒)内计算出需要的结果,只能采用一种全新的抽象的特殊数据结构——并查集来描述。
并查集(Union-find sets)是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。并查集是若干个不相交集合,能够实现较快的合并和判断元素所在集合的操作,应用很多,如其求无向图的连通分量个数等。最完美的应用当属实现Kruskar算法求最小生成树。
并查集是一种简单的树型数据结构,在实现时可以用直接用数组来实现。它是先让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并。其精髓就是三种操作:初始化、查找、合并。
2、基本操作
(1)Make_Set(x):把每一个元素初始化为一个集合。初始化后每一个元素的父亲节点是它本身,每一个元素的祖先节点也是它本身(也可以根据情况而变)。通常来说,这个步骤在每次使用该数据结构时只需要执行一次,无论何种实现方式,时间复杂度均为O(N)。
(2)Find_Set(x) :查找一个元素所在的集合。查找一个元素所在的集合,其精髓是找到这个元素所在集合的最久远祖先!这个才是并查集判断和合并的最终依据。判断两个元素是否属于同一集合,只要看他们所在集合的祖先是否相同即可。合并两个集合,也是使一个集合的祖先成为另一个集合的祖先,具体见示意图。
(3)Union(x, y) :合并x, y所在的两个不相交集合。合并两个不相交集合操作很简单,利用Find_Set找到其中两个集合的最久远的祖先,将一个集合的祖先指向另一个集合的祖先。如图。
3、并查集的优化
(1)路径压缩。Find_Set(x)在寻找祖先时我们一般采用递归查找,但是当元素很多亦或是整棵树变为一条链时,每次查找都是O(n)的复杂度,有没有办法减小这个复杂度呢?答案是肯定的,这就是路径压缩,即当我们经过"递推"找到祖先节点后,"回溯"的时候顺便将它的子孙节点都直接指向祖先,这样以后再次查找时复杂度就变成O(1)了,如下图所示;可见,路径压缩方便了以后的查找。
(2)按秩合并。Union(x, y)在合并的时候将元素少的集合合并到元素多的集合中,这样合并之后树的深度会相对较小。秩表示集合树的深度。
4、主要代码实现
int father[MAX]; /* father[x]表示x的父节点 */
int rank[MAX]; /* rank[x]表示x的秩 */
/* 初始化集合 */
void Make_Set(int x)
{
father[x] = x; //父节点为自己(根据实际情况指定父节点可变化)
rank[x] = 0; //秩为0(根据实际情况初始化秩也可以有所变化)
}
/* 查找x元素所在的集合,回溯时压缩路径 */
int Find_Set(int x)
{
if (x != father[x])
{
rank[father[x]] += rank[x];
//递归,以找到最久远祖先
//回溯时压缩路径:路径上的所有子孙节点都指向最久远祖先
father[x] = Find_Set(father[x]);
}
return father[x];
}
/*
按秩合并x和y所在的集合
下面的那个if else结构不是绝对的,具体根据情况变化
但是,宗旨是不变的即,按秩合并,实时更新秩。
*/
void Union(int x, int y)
{
x = Find_Set(x); //找到最久远祖先
y = Find_Set(y);
if (x == y) return; //两个元素属于同一个集合
if (rank[x] > rank[y]) //把深度小的集合合并到深度大的集合中去
{
father[y] = x;
rank[x] += rank[y]; //更新合并后的深度
}
else
{
if (rank[x] == rank[y])
{
rank[y]++;
}
father[x] = y;
}
}
注意写并查集时涉及到的路径压缩,最好用递归,一方面代码的可读性非常好,另一方面,可以更直观的理解路径压缩时在回溯时完成的巧妙。
5、复杂度分析
空间复杂度为O(n),n为元素个数。单次操作的均摊时间复杂度为O(α(n))。其中α(n)是Ackerman函数f(n)=A(n,n)的反函数。对于x在很大的范围内(人类目前观测到宇宙范围大约有10的80次方个原子,这小于前面说的“很大的范围”),α(x)不大于4。可见,路经压缩后的并查集的复杂度是一个很小的常数。 n个元素的并查集操作时间复杂度为O(n*α(n)),因此可以看作是线性时间复杂度。
6、应用
并查集常作为另一种复杂数据结构或算法的存储结构。常见应用有求无向图的连通分量个数,最近公共祖先(LCA),带限制的作业排序,实现Kruskar算法求最小生成树等。