<强>并查集(Union-Find组):强>
一种用于管理分组的数据结构,它具备两个操作:(1)查询元素一个和元素b是否为同一组(2)将元素a和b合并为同一组。
注意:并查集不能将在同一组的元素拆分为两组。
<强>并查集的实现:强>
用树来实现。
使用树形结构来表示以后,每一组都对应一棵树,然而我们就可以将这个问题转化为树的问题了,我们看两个元素是否为一组我们只要看这两个元素的根是否一致。显然,使用树形结构将问题简单化了。合并时是我们只需要将一组的根与另一组的根相连即可。
并查集的核心在于,一棵树的所有节点根节点都为一个节点。使用找到函数查询时,也是查询到这个节点的根节点。
<强>一行并查集:强>
int找到(int x) { 返回p (x)==x # 63;x:找到(p (x));//x的父节点保存在p (x)中,如果没有父节点则p (x)=x。 } >之前实现:
int[我]节点;//每个节点//初始化n个节点 空白Init (int n) { for (int i=0;我& lt;n;我+ +){ 节点[我]=我; } }//查找当前元素所在树的根节点(代表元素) int找到(int x) { 如果(x==节点[x]) 返回x; 返回找到(节点[x]); }//合并元素x, y所处的集合 空白团结(int x, int y) {//查找到x, y的根节点 x=找到(x); y=找到(y); 如果(x==y) 返回;//将x的根节点与y的根节点相连 节点[x]=y; }//判断x, y是属于同一个集合 bool相同(int x, int y) { 回来发现(x)==(y) >之前<强>并查集的路径压缩:强>
在特殊情况下,这棵树是一条长长的树链,设链的最后一个结点为x,则每次执行找到(x)都会遍历整条链。效率十分的地下。改进方法很简单,只要把遍历过的结点都改成根的子结点,后面的查询就会变的快很多。
<强>并查集的复杂度强>
加入这两个优化之后,并查集的效率就非常高。对n个元素的并查集操作一次的复杂度是:O(α(n))。这里,α(n)是阿克曼(阿克曼)函数的反函数。效率要高于O (log n)。
不过这里O(α(n))是平均复杂度。也就是说,多次操作之后平均复杂度为O(α(n)),换而言之,并不是每一次操作都满足O(α(n))。
路径压缩后的优化代码:
int[我]节点;//每个节点 int[我]排名;//树的高度//初始化n个节点 空白Init (int n) { for (int i=0;我& lt;n;我+ +){ 节点[我]=我; 排名(我)=0; } }//查找当前元素所在树的根节点(代表元素) int找到(int x) { 如果(x==节点[x]) 返回x; [x]=找到返回节点(节点[x]);//在第一次查找时,将节点直连到根节点 }//合并元素x, y所处的集合 空白团结(int x, int y) {//查找到x, y的根节点 x=找到(x); y=找到(y); 如果(x==y) 返回;//判断两棵树的高度,然后在决定谁为子树 如果(等级[x] & lt;排名[y]) { 节点[x]=y; 其他}{ 节点[y]=x; 如果(等级(x)==[y])排名排名[x] + +: } }//判断x, y是属于同一个集合 bool相同(int x, int y) { 回来发现(x)==(y); } >之前<>强实例分析:强>
<强>题目:部落强>
在一个社区里,每个人都有自己的小圈子,还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里,于是要请你统计一下,在一个给定社区中,到底有多少个互不相交的部落?并且检查任意两个人是否属于同一个部落。
<强>输入格式:强>
输入在第一行给出一个正整数N (& lt;=104),是已知小圈子的个数。随后N行,每行按下列格式给出一个小圈子里的人:
K p [1] [2]……P [K]
其中K是小圈子里的人数,p[我](i=1, . .,K)是小圈子里每个人的编号。这里所有人的编号从1开始连续编号,最大编号不会超过104 .
之后一行给出一个非负整数问(& lt;=104),是查询次数。随后问行,每行给出一对被查询的人的编号。
c语言数据结构之并查集总结