数据结构 - 并查集

相关概念

等价关系
若对于每一对元素(a, b), ![](http://latex.codecogs.com/svg.latex?a, b \in S),aRb或者为true或者为false,则称在集合S上定义关
系(relation)R。如果aRb是true,则说a与b有关系。
等价关系(equivalence relation)是满足下列三个性质的关系R:
1.(自反性)对于所有的![](http://latex.codecogs.com/svg.latex?a \in S),aRa。
2.(对称性)aRb当且仅当bRa。
3.(传递性)若aRb且bRc,则aRc。

比如<=不是等价关系,电气连通性是一个等价关系

等价类
一个元素![](http://latex.codecogs.com/svg.latex?a \in S)的等价类是S的一个子集,它包含所有与a有等价关系的元素。

为确定是否aRb,我们只需验证a和b是否都在同一个等价类中。

不相交集合的find/union算法
对于该等价类,一般有两种操作。

  1. find
    它返回包含给定元素的集合(即等价类)的名字
  2. union

用于添加关系aRb

具体步骤:

  • 首先检查a和b是否在同一个等价类中
  • 如果不在,则使用union操作,将含有a和b的两个等价类合并成一个新的合并类

注:现已证明两个操作不能同时以常数最坏情形运行时间执行。

基本数据结构

使用树表示每一个集合,根用来命名所在的集合。

// Process Init
public DisjSets(int numElements) {
  s = new int[numElments];
  for(int i=0; i<s.length; i++) 
    s[i] = -1;
} 
// Process Union
public void union(int root1, int root2) {
  s[root2] = root1;
}
// Process Find
public int find(int x) {
  if(s[x]<0)
    return x;
  else
    return find(s[x]);
}

平均情形分析依赖于如何定义平均(对于union操作涉及大树的概率)。由于union操作随机,因此最坏情况下会让树高呈线性增长。

按大小求并

对于union操作,总让较小的树成为较大的树的子树。

那么任何节点的深度均不会超过logN

实现
让每个根的数组元素包含它的树的大小的负值,则不需要额外的空间。

按高度求并

跟踪每棵树的高度,对于union操作,使得浅的树成为深的树的子树。

同样保证所有的树的深度最多是logN

实现
让每个根的数组元素包含它的树的高度的负值-1,则不需要额外的空间

已证明,若使用按大小/高度求并,则连续M次运算(union/find)需要O(M)平均时间,但O(MlogN)的最坏情况还是可能相当容易和自然发生的。

路径压缩

对于find(x)操作,从x到根的路径上的每一个节点都使其指向该树的根。

public int find(int x) {
  if(s[x]<0)
    return x;
  else
    return s[x] = find(s[x]);
}

路径压缩与按大小求并兼容,而不完全与按高度求并兼容(路径压缩可以改变树的高度)。针对于按高度求并,我们不重新计算高度,而将其作为秩,成为按秩求并。

已证明,对于两种求并方法(按大小求并/按秩求并),路径压缩都能够显著地减少最坏情况运行时间。

应用

生成迷宫

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,837评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,551评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,417评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,448评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,524评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,554评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,569评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,316评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,766评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,077评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,240评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,912评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,560评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,176评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,425评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,114评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,114评论 2 352

推荐阅读更多精彩内容