zoukankan      html  css  js  c++  java
  • 并查集

    在现实生活中,我们知道给出一些亲戚关系的信息,如A和B是亲戚,B和C也是亲戚,那么我们可以得出A和C也是亲戚。这是so easy 的的。我们看看下面的例子:

    输入部分:给定N个人,M对数字,这些数字对表示某两个人是亲戚。接下来给定一个Q,表示Q对提问,求这些提问对中二者是否为亲戚

    10 7 //N=10,M =7
    2 4
    5 7
    1 3
    8 9
    1 2
    5 6
    2 3
    3//Q
    3 4
    7 10
    8 9
    这类问题,数据量多的时候,我们可以采用集合的方式求解
    关系             等价类/集合
    10个人         {1} {2} {3} {4} {5} {6} {7} {8} {9} {10}
    (2,4) 是亲戚,合并集合    {1} {2,4} {3} {5} {6} {7} {8} {9} {10}
    (5,7) ...         {1} {2,4} {3} {5,7} {6} {8} {9} {10}
    (1,3) ...              {1,3} {2,4} {5,7} {6} {8} {9} {10}
    (8,9) ...         {1,3} {2,4} {5,7} {6} {8,9} {10}
    (1,2) ...         {1,2,3,4} {5,7} {6} {8,9} {10}
    (5,6) ...         {1,2,3,4} {5,6,7} {8,9} {10}
    (2,3) ...         {1,2,3,4} {5,6,7} {8,9} {10}
    最后根据提问的要求,判断是否在一个集合就可以判断是否为亲戚了。
    实现并查集的算法实现(O(log2n)):
     1 struct node
     2 {
     3     /* data */
     4     int date;//结点对应的下标
     5     int parent;//双亲结点
     6     int rank;//结点对应秩(并查集树的深度)
     7     int relation; //与父节点的关系
     8 };
     9 
    10 class DisJoinSet
    11 {
    12 protected:
    13     int n;//元素个数
    14     node *tree;//并查集元素数组
    15 public:
    16     DisJoinSet(int n );
    17     ~DisJoinSet();
    18     void Init();
    19     int Find(int x);// 查找x的代表元素(根),查找的同时进行路径压缩
    20     void Union(int x,int y);
    21     int GetAnswer();// 合并x和y
    22 };
    View Code

    一般我们用结构题存放每个元素,包括编号和rank,父亲结点,relation(与上层结点的关系(不少题目需要这样的设置))

     1 DisJoinSet::DisJoinSet(int n)
     2 {
     3     this->n = n ;
     4     tree = new node [n+1];
     5     Init();
     6 }
     7 
     8 void DisJoinSet ::Init()
     9 {
    10     for(int i = 1 ;i <=n; i++)//顶点编号 0~n-1  或  1 ~ n都 行 
    11     {
    12         tree[i].parent = i;//双亲初始化指向自已
    13         tree[i].rank = 0;//秩初始化为0
    14         tree[i].date = i;//编号
    15         tree[i].relation = 0;    //i自己是一类,它的父节点此时就是它自己,属于同一类
    16     }
    17 }
    18 
    19 DisJoinSet::~DisJoinSet()
    20 {
    21     delete []tree;
    22 }
    View Code

    初始化过程,首先每个元素都是单独一个集合,所以父亲结点指向自己本身。

     1 int DisJoinSet::Find(int x)//查找x的代表元素(根),查找的同时进行路径压缩
     2 {
     3     int temp = tree[x].parent;// 将x父节点的下标存入temp
     4     if( x != tree[x].parent)//若双亲不是自已
     5     {
     6         tree[x].parent = Find(tree[x].parent);//递归在双亲中找x
     7         return tree[x].parent;// 返回根节点下标
     8     }
     9     return x;//若双亲是自已,返回x
    10 }
    View Code

    这里我们提到一个路径压缩的问题。实际上是这样的。在查找到根结点的时候,我们把属于这个根所在集合的所有元素都直接挂在根的下边。即构成一个2层高,很宽的树型。像这样

    在对每一个元素进行查找所在集合(根)的时候,都递归的将其父亲结点改为根结点。这样做的目的是为了溯源方便。根就比如一个大学,那么多的大学生所对应的大学肯定不一样。如果第一种情况,别人问你的根(所在集合/大学)是什么,那么你就得问你的父亲结点(辅导员),辅导员要问他的父亲结点(系主任),系主任要问他的父亲结点(院长),院长则要问校长,校长再一次次反馈下来你的学校是什么,就很浪费时间。而路径压缩过的好处就是,每个学生都直接挂在学校下面,对一次Find,都能很快反馈学校信息。这样是很方便的。

     1 // 合并x和y
     2 void DisJoinSet::Union(int x, int y)
     3 {
     4     int rootx = Find(x); // 找到下标为x的元素的根节点下标rootx
     5     int rooty = Find(y); // 找到下标为y的元素的根节点下标rooty
     6     if (rootx == rooty) // 已合并,还搞个毛,直接返回
     7     {
     8         return;
     9     }
    10 
    11     if (tree[rootx].rank > tree[rooty].rank)    //rooty结点的秩(深度)小于rootx结点的秩
    12     {
    13         tree[rooty].parent = rootx;    //将rooty连到rootx结点上,rootx作为rooty的孩子结点
    14     }
    15     else    //rooty结点的秩大于等于rootx结点的秩
    16     {
    17         tree[rootx].parent = rooty;    //将rootx连到rooty结点上,rooty作为rootx的孩子结点
    18         if (tree[rootx].rank == tree[rooty].rank)    //rootx和rooty结点的秩(深度)相同
    19         {
    20             tree[rooty].rank++;        //rooty结点的秩增1
    21         }
    22     }
    23 }
    View Code

    这段合并操作,如果二者所在集合(rootx,rooty)相同,说明已经是一类了,直接返回。

    否则,进行一个判断,判断两个即将合并的集合哪个的秩小些, 将小的那个集合的根挂到大的集合的根下边。稍微思考下,如果反过来,那么原来在秩大的那个集合的叶子Find时又多了一层递归,显然效率低了些。

    这只是并查集的基本框架,对于不同题目的不同要求,还要灵活的处理才行。

  • 相关阅读:
    第一次作业
    C语言I博客作业02
    C语言|博客作业11
    C语言I博客作业10
    C语言I博客作业09
    C语言I博客作业08
    C语言I博客作业07
    C语言I博客作业06
    C语言I博客作业05
    JDK-14 & Eclipse & Hello World!
  • 原文地址:https://www.cnblogs.com/ygsworld/p/11140689.html
Copyright © 2011-2022 走看看