zoukankan      html  css  js  c++  java
  • 并查集

    定义在一些应用问题中,我们需要划分n个不同的元素成若干组,每一组的元素构成一个集合。这种问题的一个解决办法是,在开始时,让每个元素自成一个单元素集合,然后按一定顺序将属于同一组的元素所在的集合合并。其间要反复用到查找一个元素在哪一个集合的运算。适合于描述这类问题的抽象数据类型称为并查集


     

    并查集支持以下三种操作:


    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。

    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。

    3、Union(x,y) 合并x,y所在的两个集合

       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祖先,将一个集合的祖先指向另一个集合的祖先。

    实现方法

    1.用编号最小的元素标记所在集合;

    2.定义一个数组 set[1..n] ,其中set[i] 表示元素i 所在的集合;

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    1

    2

    1

    4

    2

    6

    1

    6

    2

    2


    Set[i] 不相交集合:{1,3,7}, {4}, {2,5,9,10}, {6,8}

    并查集的优化

    1、Find_Set(x)时 路径压缩


    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Find_Set(x)都是O(n)的复杂度。

    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Find_Set(x)时复杂度就变成O(1)了。


    朴素查找的代码,适合数据量不大的情况:

    int findx(int x)
    {    
        int r=x;   
        while(parent[r] !=r)
            r=parent[r];
        return  r;
    }


    下面是采用路径压缩的方法查找元素:

    int find(int a)
    {
        if(a!=f[a])
            f[a]=find(f[a]);       //回溯时压缩路径
        return f[a];
    }


    上面是一采用递归的方式压缩路径, 但是,递归压缩路径可能会造成溢出栈,

    下面我们说一下非递归方式进行的路径压缩:


    int find(int x)
    {    
        int k, j, r;    
        r = x;    
        while(r != parent[r])     //查找跟节点        
               r = parent[r];      //找到跟节点,用r记录下   
        k = x;           
        while(k != r)             //非递归路径压缩操作  
            {      
                j = parent[k];         //用j暂存parent[k]的父节点      
            parent[k] = r;        //parent[x]指向跟节点       
            k = j;                    //k移到父节点   
            }    
        return  r;         //返回根节点的值        
    }



    2、Union(x,y)时 按秩合并
    即合并的时候将元素少的集合合并到元素多的集合中,这样合并之后树的高度会相对较小。

    为了实现一个按秩合并的不相交集合森林,要记录下秩的变化。

    对于每个结点x,有一个整数rank[x],它是x的高度(从x到其某一个后代叶结点的最长路径上边的数目)的一个上界。(即树高)。当由MAKE-SET创建了一个单元集时,对应的树中结点的初始秩为0,每个FIND-SET操作不改变任何秩。当对两棵树应用UNION时,有两种情况,具体取决于根是否有相等的秩。当两个秩不相等时,我们使具有高秩的根成为具有较低秩的根的父结点,但秩本身保持不变。当两个秩相同时,任选一个根作为父结点,并增加其秩的值路径压缩。


    void Union(int a,int b)
    {
        int fa,fb;
        fa=find(a);
        fb=find(b);
        if(rank[fa]>rank[fb])
            f[fb]=fa;
        else
            f[fa]=fb;
        if(rank[fa]==rank[fb])
            rank[fb]++;
    }

    若不考虑rank数组

    void Union(int a,int b)
    {
        int fa,fb;
        fa=find(a);
        fb=find(b);
        if(fa!=fb)
            f[fa]=fb;
    }



  • 相关阅读:
    [loss]Triphard loss优雅的写法
    [Pytorch]Pytorch中tensor常用语法
    [pytorch]pytorch loss function 总结
    [Pytorch]Pytorch的tensor变量类型转换
    [Pytorch]Pytorch中图像的基本操作(TenCrop)
    caffe深度学习网络(.prototxt)在线可视化工具:Netscope Editor
    samba网络共享
    openwrt开发笔记三:uci移植及API调用
    openwrt开发笔记二:树莓派刷openwrt
    git跟踪忽略规则文件.gitignore
  • 原文地址:https://www.cnblogs.com/happy-lcj/p/3855418.html
Copyright © 2011-2022 走看看