并查集

并查集

并查集(Union-find Sets):是一种非常精巧而实用的数据结构,它主要用于处理一些不相交集合的合并问题。一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先(Least Common Ancestors, LCA)等。

     使用并查集时,首先会存在一组不相交的动态集合 S={
S1,S2,,Sk}
S={S1,S2,⋯,Sk},一般都会使用一个整数表示集合中的一个元素。

每个集合可能包含一个或多个元素,并选出集合中的某个元素作为代表。每个集合中具体包含了哪些元素是不关心的,具体选择哪个元素作为代表一般也是不关心的。我们关心的是,对于给定的元素,可以很快的找到这个元素所在的集合(的代表),以及合并两个元素所在的集合,而且这些操作的时间复杂度都是常数级的。

并查集的基本操作有三个:

      1.makeSet(s):建立一个新的并查集,其中包含 s 个单元素集合。

      2.unionSet(x, y):把元素 x 和元素 y 所在的集合合并,要求 x 和 y 所在的集合不相交,如果相交则不合并。

      3.find(x):找到元素 x 所在的集合的代表,该操作也可以用于判断两个元素是否位于同一个集合,只要将它们各自的代表比较一下就可以了。

       -对于并查集来说,每个集合用一棵树表示。
    -集合中每个元素的元素名分别存放在树的结点中,此外,树的每一个结点还有一个指向其双亲结点的指针。   
       -为简化讨论,忽略实际的集合名,仅用表示集合的树的根来标识集合。

下面给出两种路径压缩方法:

递归式路径压缩:

const int MAXSIZE = 500010;
int rank[MAXSIZE];    // 节点高度的上界
int parent[MAXSIZE]; // 根节点
int FindSet(int x){
   // 查找+递归的路径压缩
    if( x != parent[x] ) parent[x] = FindSet(parent[x]);
     return parent[x];
}
void Union(int root1, int root2){
     int x = FindSet(root1), y = FindSet(root2);
     if( x == y ) return ;
     if( rank[x] > rank[y] ) parent[y] = x;
     else{
         parent[x] = y;
         if( rank[x] == rank[y] ) ++rank[y];
     }
}
void Initi(void){
     memset(rank, 0, sizeof(rank));
     for( int i=0; i < MAXSIZE; ++i ) parent[i] = i;
}

非递归式路径压缩:

const int MAXSIZE = 30001;
int pre[MAXSIZE]; //根节点i,pre[i] = -num,其中num是该树的节点数目;
                   //非根节点j,pre[j] = k,其中k是j的父节点
int Find(int x){
   //查找+非递归的路径压缩
     int p = x;
     while( pre[p] > 0 )    p = pre[p];
     while( x != p ){
         int temp = pre[x]; pre[x] = p; x = temp;
     }
     return x;
}
void Union(int r1, int r2){
     int a = Find(r1); int b = Find(r2);
     if( a == b ) return ;
     //加权规则合并
     if( pre[a] < pre[b] ){
         pre[a] += pre[b]; pre[b] = a;
     }
     else {
         pre[b] += pre[a]; pre[a] = b;
     }
}
void Initi(void)
{
    for( int i=0; i < N; ++i ) pre[i] = -1;
}          

 

转载于:https://www.cnblogs.com/darklights/p/5302659.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/109115.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 深入浅出Windows BATCH

    深入浅出Windows BATCH

    2021年12月13日
    51
  • 程序员需要学数学吗?「建议收藏」

    程序员需要学数学吗?「建议收藏」程序员需要学数学吗?

    2022年4月21日
    173
  • HTML网页精灵图的使用

    HTML网页精灵图的使用精灵图的使用我们在制作网页的时候有些图片是在一起的,没有办法进行插入图片,这样精灵图的使用就帮助我们解决了这一问题。一下方式为例:图片:精灵图使用的代码图片:   具体为:.good{height:30px;margin-left:-5px;background:url(image/icon.gif)no-repeat;background-posit…

    2022年5月13日
    58
  • 同步锁-线程安全问题解决方案「建议收藏」

    同步锁-线程安全问题解决方案「建议收藏」1同步锁1.1前言经过前面多线程编程的学习,我们遇到了线程安全的相关问题,比如多线程售票情景下的超卖/重卖现象.上节笔记点这里-进程与线程笔记我们如何判断程序有没有可能出现线程安全问题,主要有以下三个条件:在多线程程序中+有共享数据+多条语句操作共享数据多线程的场景和共享数据的条件是改变不了的(就像4个窗口一起卖100张票,这个是业务)所以思路可以从第3点”多条语句操作共享数据”入手,既然是在这多条语句操作数据过程中出现了问题那我们可以把有可能出现问题的代码都包裹起来,一次只让一

    2022年7月15日
    14
  • OTSU算法(大津法阈值分割原理)

    写在前面大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出。从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大。它被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响,因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性,将图像分成背景和前景两部分。因方差…

    2022年4月18日
    187
  • 万洲金业平台上炒黄金亏损了怎么办?「建议收藏」

    万洲金业平台上炒黄金亏损了怎么办?「建议收藏」  由于受国际行情变化影响,黄金市场很难长时间维持单边走势,因此金价起伏波动不断才是正确的打开方式。尽管黄金价格不断变化为人们营造了良好的盈利空间,但对于大多数人来说,尽管亏损是难以避免的,但真当风险来临,还是难以接受。所以今天就详细介绍一下当人们在万洲金业平台上发生了炒金亏损之后应该怎么办。万洲金业是一家专业的黄金交易平台,为人们提供了极为周到的黄金投资服务,也借助良好的市场表现成为了不少人的炒金选择。即便如此也不能代表平台客户不会发生黄金投资亏损。  在万洲金业平台上炒黄金,一旦发生了交易亏损,

    2022年6月15日
    84

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号