并查集

转自https://www.cnblogs.com/noKing/p/8018609.html

并查集是一种数据结构, 常用于描述集合,经常用于解决此类问题:某个元素是否属于某个集合,或者 某个元素 和 另一个元素是否同属于一个集合

数组里存的数字代表所属的集合。比如arr[4]==1;代表4是第一组。如果arr[7]==1,代表7也是第一组。既然 arr[4] == arr[7] == 1 ,那么说明4 和 7同属于一个集合,


/**基本并查集:

 * 数组实现并查集,元素内数字代表集合号

 */

public class UnionFind {

    /**

     * 数组,表示并查集所有元素

     */

    private int[] id;


    /**

     * 并查集的元素个数

     */

    private int size;


    /**

     * 构造一个新的并查集

     *

     * @param size 初始大小

     */

    public UnionFind(int size) {

        //初始化个数

        this.size = size;

        //初始化数组,每个并查集都指向自己

        id = new int[size];

        for (int i = 0; i < size; i++) {

            id[i] = i;

        }

    }


    /**

     * 查看元素所属于哪个集合

     *

     * @param element 要查看的元素

     * @return element元素所在的集合

     */

    private int find(int element) {

        return id[element];

    }


    /**

     * 判断两个元素是否同属于一个集合

     *

     * @param firstElement  第一个元素

     * @param secondElement 第二个元素

     * @return <code>boolean</code> 如果是则返回true。

     */

    public boolean isConnected(int firstElement, int secondElement) {

        return find(firstElement) == find(secondElement);

    }


    /**

     * 合并两个元素所在的集合,也就是连接两个元素

     *

     * @param firstElement  第一个元素

     * @param secondElement 第二个元素

     */

    public void unionElements(int firstElement, int secondElement) {

        //找出firstElement所在的集合

        int firstUnion = find(firstElement);

        //找出secondElement所在的集合

        int secondUnion = find(secondElement);


        //如果这两个不是同一个集合,那么合并。

        if (firstUnion != secondUnion) {

            //遍历数组,使原来的firstUnion、secondUnion合并为secondUnion

            for (int i = 0; i < this.size; i++) {

                if (id[i] == firstUnion) {

                    id[i] = secondUnion;

                }

            }

        }

    }



并查集:快速Union,慢Find

Find这样的合并操作太低效了,合并一次就O(n)。所以采用快速Union方式。

思路:原先的数组中存的是小组号(或者队长的编号),而现在数组中存的是自己的‘大哥’的编号。(应该说是父亲结点,和父亲数组,但为了更形象,还是叫‘大哥’更好理解)。

每个元素都可以去认一个大哥去保护自己,避免被欺负。只能认一个大哥...不能认多个

/**

 * 数组模拟树,实现并查集。数组内的元素表示父亲的下角表,相当于指针。

 */

public class UnionFind {

    private int[] parent;

    private int size;


    public UnionFind(int size) {//自己指向自己

        this.size = size;

        parent = new int[size];

        for (int i = 0; i < size; i++) {

            parent[i] = i;

        }

    }


    public int find(int element) {

        while (element != parent[element]) {

            element = parent[element];

        }

        return element;

    }


    public boolean isConnected(int firstElement, int secondElement) {

        return find(firstElement) == find(secondElement);

    }


    public void unionElements(int firstElement, int secondElement) {

        int firstRoot = find(firstElement);

        int secondRoot = find(secondElement);

        if (firstRoot == secondRoot) {

            return;

        }

        parent[firstRoot] = secondRoot;

    }


并查集:快速union,快速find,基于重量

思路和例子:其实上面讲的union函数,没有采取合理的手段去进行合并。每次都以secondElement为主,每次合并两个集合都让secondElement的根来继续充当合并之后的根。这样很可能达到线性的链表的状态。

那合并的时候怎么处理更好呢?

比如:有下面两个集合。其中 2 和 6 是两个集合的根。下面要让这两个集合合并,但是,合并之后只能有一个老大啊,到底谁来当呢?

在基于重量的union里,谁的人手多,就由谁来当合并之后的大哥。

2元素有4个手下,再算上自己,那就是5个人。

6元素有2个手下,再算上自己,那就是3个人。

很明显是2元素的人手多,所以2来充当合并之后的根节点。

public class UnionFind {

    private int[] parent;

    private int[] weight;

    private int size;

    public UnionFind(int size) {

        this.parent = new int[size];

        this.weight = new int[size];

        this.size = size;

        for (int i = 0; i < size; i++) {

            this.parent[i] = i;

            this.weight[i] = 1;

        }

    }

    public int find(int element) {

        while (element != parent[element]) {

            element = parent[element];

        }

        return element;

    }

    public boolean isConnected(int firstElement, int secondElement) {

        return find(firstElement) == find(secondElement);

    }

    public void unionElements(int firstElement, int secondElement) {

        int firstRoot = find(firstElement);

        int secondRoot = find(secondElement);

        //如果已经属于同一个集合了,就不用再合并了。

        if (firstRoot == secondRoot) {

            return;

        }

        if (weight[firstRoot] > weight[secondRoot]) {

            parent[secondRoot] = firstRoot;

            weight[firstRoot] += weight[secondRoot];

        } else {//weight[firstRoot] <= weight[secondRoot]

            parent[firstRoot] = secondRoot;

            weight[secondRoot] += weight[firstRoot];

        }

    }

©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 212,686评论 6 492
  • 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 90,668评论 3 385
  • 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 158,160评论 0 348
  • 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 56,736评论 1 284
  • 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 65,847评论 6 386
  • 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 50,043评论 1 291
  • 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 39,129评论 3 410
  • 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 37,872评论 0 268
  • 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 44,318评论 1 303
  • 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 36,645评论 2 327
  • 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 38,777评论 1 341
  • 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 34,470评论 4 333
  • 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 40,126评论 3 317
  • 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 30,861评论 0 21
  • 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 32,095评论 1 267
  • 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 46,589评论 2 362
  • 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 43,687评论 2 351