Union-Find并查集

Union-Find并查集

并查集的作用

并查集主要用来解决集合类的问题,集合间的连通性问题

并查集的实现

主要有两个操作

find:查询节点所在的集合

merge:合并两个节点所在的集合

方案A:quick find

用数组存储每个索引对应的集合,数组的值就是集合的名称代表。

时间复杂度

查找:O(1)

合并:O(n)

function Unionfind(n) {
    this.data = new Array(n)
    //初始化每个节点的值为自己,每个不同的值都是一个集合
    for (let i = 0; i < n; i++) {
        this.data[i] = i
    }
}

// 查找所在集合
Unionfind.prototype.find = function (i) {
    return this.data[i]
}

// 合并集合
Unionfind.prototype.merge = function (x, y) {
    let UnionX = this.data[x]
    let UnionY = this.data[y]
    if (UnionX == UnionY) {
        return
    }
    // 数组内:集合为X的节点都变成Y
    for (let i = 0; i < this.data.length; i++) {
        this.data[i] == UnionX && (this.data[i] = UnionY)
    }
}

方案B:quick union

将各个集合抽象成倒着的树,每个儿子节点指向父亲节点,根节点指向自己

即根节点data[i] = i,儿子节点data[i] = fatherIndex

image.png
function Unionfind(n) {
    this.data = new Array(n)
    //倒着的树,儿子指向父亲。根节点指向自己
    //初始时都是独立的树,都是根节点,都指向自己
    for (let i = 0; i < n; i++) {
        this.data[i] = i
    }
}

// 查找所在集合,需要一直查,直到指向自己
Unionfind.prototype.find = function (i) {
    let root = i
    while (this.data[root] !== root) {
        root = this.data[root]
    }
    return root
}

// 合并集合
Unionfind.prototype.merge = function (x, y) {
    let UnionX = this.find(x)
    let UnionY = this.find(y)
    if (UnionX == UnionY) {
        return
    }
    // 集合X的root指向y集合根节点,所有的节点都挂到y节点上了,y节点的根节点称为两个集合的根节点
    this.data[x] = UnionY
}

方案B的优化

一:带权合并

在执行merge时,上个实现是无规则的将两个树合并成一个。

我们可以优化:挂载时将少的节点树挂到多的节点树上,这样合并后较少的节点多个一个父级。(另一种思路是将树高低的合入树高高的)

二:路径压缩

树的合并极端情况下会合并成为一个链表,查找根节点遍历次数很多,
可以在每次find操作时,直接将遇到的节点都指向根节点,减少后面查找根节点的遍历次数。

路径压缩示意图:

image.png
function Unionfind(n) {
    this.data = new Array(n)
    // 增加一个以i为根节点的树的节点数量,初始都为1
    this.treeSize = new Array(n).fill(1)
    for (let i = 0; i < n; i++) {
        this.data[i] = i
    }
}

// 查找所在集合,需要一直查,直到指向自己
Unionfind.prototype.find = function (i) {
    let root = i
    while (this.data[root] !== root) {
        root = this.data[root]
    }
    //路径压缩:将遍历时遇到的各层节点都直接指向根节点
    while (this.data[i] !== root) {
        let t = i
        i = this.data[i]
        this.data[t] = root
    }
    return root
}

// 合并集合
Unionfind.prototype.merge = function (x, y) {
    let UnionX = this.find(x)
    let UnionY = this.find(y)
    if (UnionX == UnionY) {
        return
    }
    // 带权合并:
    // 挂载时将少的节点树挂到多的节点树上,这样较少的节点多一个父级
    if (this.treeSize[UnionX] < this.treeSize[UnionY]) {
        this.data[UnionX] = UnionY
        this.treeSize[y] = this.treeSize[x] + this.treeSize[y]
    } else {
        this.data[UnionY] = UnionX
        this.treeSize[x] = this.treeSize[x] + this.treeSize[y]
    }
}

200. 岛屿数量

547. 省份数量

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
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 并查集(Union Find) 需求分析 假设现在有这样一个需求,如下图的每一个点代表一个村庄,每一条线就代表一条...
    ducktobey阅读 5,293评论 0 1
  • 并查集是一种孩子指向父亲的特殊树结构 通常用来解决连接问题, 如:网络(抽象)中节点间的连接状态、数学中集合类的实...
    YWenYu阅读 1,391评论 0 0
  • 需求分析 假设有n个村庄,有些村庄之间有连接的路,有些村庄之间并没有连接的路 如上图:我们很容易发现1,2,3,4...
    Peakmain阅读 1,301评论 0 0
  • 需求分析 ◼ 假设有n个村庄,有些村庄之间有连接的路,有些村庄之间并没有连接的路 ◼ 设计一个数据结构,能够快速执...
    AlanGe阅读 1,760评论 0 0
  • 需求分析 假设n 个村庄, 有些村庄之间有连接的路, 有些没有 设计一个数据结构, 快速执行2 个操作 查询2 个...
    freemanIT阅读 1,675评论 0 0

友情链接更多精彩内容