并查集(Union-Find)

并查集是算法4介绍的第一个算法,我觉得很有意思,理解起来也不难。它主要是解决图论中「动态连通性」问题的。

此算法主要有两个操作,connected是返回两个元素是否连通,union是合并两个连通的元素集合。

首先用数组来表示,同一个集合的元素的值是相同的,如果合并集合,则需要修改某一集合的所有元素的值,查询是否属于同一个集合只需要比较值是否相等即可。图示如下:


image.png

代码表示如下:




public class Union_Find {
private int[] id;
//初始化数组
public Union_Find(int N) {
for(int i = 0; i < N; i++) {
id[i] = i;
}
}
//判断是否两个元素是否连通
public boolean connected(int p, int q) {
return id[p] == id[q];
}

//连通两个图
public void union(int p, int q) {
int pid = id[p];
int qid = id[q];
for(int i = 0; i < id.length - 1; i++ ) {
if(id[i] == pid)
id[i] = qid;
}
}
}

上述代码的合并集合时需要多次修改数组的元素,如果改用树来表示就可以节省很多的修改次数。也是用一个一维数组。假设每个节点都指向它的父节点,根节点指向本身。一开始每个节点都是根节点,合并只需要把一个集合的根节点指向另一个集合的根节点就可以。判断是否同一个集合只要比较根节点是否相等即可。图示如下:

代码实现如下:


public class QuickFindUF {
private int[] id;
//初始化
public QuickFindUF(int N) {
for(int i = 0; i < N; i++) {
id[i] = i;
}
}

//寻找根节点
int root(int i) {
while(id[i] != i) {
i = id[i];
}
return i;
}

//判断是否两个元素是否连通

boolean connected(int p, int q) {
return root(p) == root(q);
}

//连通两个图
void union(int p, int q) {
int rootP = root(p);
int rootQ = root(q);
id[rootP] = rootQ;
}
}

因为是树的结构,如果树不平衡,最差的情况会退化成链表,所有需要进行一些优化。

优化一:增加size数组,记录树的权重,令小树总是指向大树。


void union(int p, int q) {
int rootP = root(p);
int rootQ = root(q);
if(rootP == rootQ) return;
//令小树指向大树
if(size[rootP] <= size[rootQ]) {
id[rootP] = rootQ;
size[rootQ] += size[rootP];
}
else {
id[rootQ] = rootP;
size[rootP] += size[rootQ];
}
}

优化二:可以在选在根节点的时候展平树,只需要加一句代码:

int root(int i) {
while(id[i] != i) {
//展平树
id[i] = id[id[i]];
i = id[i];
}
return i;
}

完整代码如下:

public class QuickFindUF {
    private int[] id;
    //初始化
    private int[] size;
    public QuickFindUF(int N) {
        for(int i = 0; i < N; i++) {
            id[i] = i;
            size[i]  = 1;
        }
    }
    
    int root(int i) {
        while(id[i] != i) {
            id[i] = id[id[i]];
            i = id[i];
        } 
        return i;
    }
    
    boolean connected(int p, int q) {
        
        return root(p) == root(q);
    }
    
    void union(int p, int q) {
        int rootP = root(p);
        int rootQ = root(q);
        if(rootP == rootQ) return;
        //令小树指向大树
        if(size[rootP] <= size[rootQ]) {
            id[rootP] = rootQ;
            size[rootQ] += size[rootP];
        }
        else {
            id[rootQ] = rootP;
            size[rootP] += size[rootQ];
            
        }
    }

}

©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 218,122评论 6 505
  • 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 93,070评论 3 395
  • 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 164,491评论 0 354
  • 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 58,636评论 1 293
  • 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 67,676评论 6 392
  • 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 51,541评论 1 305
  • 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 40,292评论 3 418
  • 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 39,211评论 0 276
  • 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 45,655评论 1 314
  • 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 37,846评论 3 336
  • 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 39,965评论 1 348
  • 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 35,684评论 5 347
  • 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 41,295评论 3 329
  • 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 31,894评论 0 22
  • 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 33,012评论 1 269
  • 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 48,126评论 3 370
  • 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 44,914评论 2 355