【Data Structure】并查集
来源:互联网 发布:java面试葵花宝典 编辑:程序博客网 时间:2024/04/29 20:17
在处理一种被称为Disjoint set的数据的时候,我们需要用到并查集。故名思议,这种数据结构支持集合的合并与查询。如何快速的实现上述功能?一般来说,想有logN的复杂度就离不开二叉树或者树。并查集正有着森林的特点。下面是类的基本定义:
class DisjSets{private: vector<int> s;public: explicit DisjSets(int numelement); int find(int x)const; int find(int x); void unionSets(int root1,int root2);};我们把一个集合的名称(有时是抽象的)放在一棵树的根部,并用一个数组来维护每个节点的父节点。初始化每个节点(本身就是根)的父节点为-1。那么,查找一个元素属于哪个集合,只要不断沿着父节点上升直到根部就可以了:
int DisjSets::find(int x) const{ if(s[x]<0) return x; else return find(s[x]);}合并的时候我们直接合并两个不同集合的根就可以了:
void DisjSets::unionSets(int root1, int root2){ s[root2]=root1;}不过这样虽然简单,但有可能造成树的不平衡使时间效率不高。首先我们考虑一种启发式合并:我们记录下每个集合的深度,之后合并时,我们总是把深度小的往大的上面合并:
void DisjSets::unionSets(int root1, int root2){ if(s[root2]<s[root1]) s[root1]=root2; else { if(s[root1]==s[root2]) s[root1]--; s[root2]=s[root1]; }}这里我们用根节点的父节点储存深度信息,每深入一层就减一,所以是越小越深。如果合并时深度一样就更新其中之一,每次把小的往大的上合并。
其实find同样可以优化,只要把return语句改为:return s[x]=find(s[x]);这样就实现了路径压缩,把find过程中的每个父节点都连上了根节点。
【应用】
在实际的题目中,一般不会出现直接用并查集就能得到答案的。比较简单的有带权重的并查集。复杂一点的需要记录父子节点的关系(如食物链),还有就是通过记录连通关系判断是否有环(如果两个点得根相同,且两点有连线,就有环出现)。总之,要灵活的运用并查集,而不是满足于最基本的形式。
0 0
- 【Data Structure】并查集
- Disjoint set(并查集) data structure
- Data Structure
- Data structure
- Data Structure
- Data structure
- Data structure
- data structure
- Data Structure
- Data structure
- Data Structure
- Data Structure
- Data Structure
- Data Structure
- Data structure alignmentData structure alignment
- Finish Data Structure Examination
- 【OPENGL】DEVMODE data structure
- Critical Data Structure -- sk_buff
- Hashtable 和Hashmap 的区别——该死的中兴通讯在2014年签约时临门问这个问题还让写迭代器
- 程序猿的快速学习法——以JS学习为例,进行图解
- 原型模式C++实现
- Pan's Labyrinth (找组成的三角形最大的高)
- EDIT消息
- 【Data Structure】并查集
- 实验PCB板设计建明规则(摘抄)
- Linux内核源码分析方法
- 微信公众号开发教程
- 数学书上的牛顿法。
- 是的了烦死了房价快速拉高vsjl
- ds.fslgslgvldgvd
- Python宝典第16章:Python与数据库
- 了的福克斯了的反馈给vkdsgd