网站开发图片文字,wordpress图片防下载,wordpress和帝国会员整合,wordpress对接公众号并查集 1. 并查集原理2. 并查集实现3. 并查集应用3.1 省份数量3.2 等式方程的可满足性 4. 并查集的优缺点及时间复杂度 1. 并查集原理
并查表原理是一种树型的数据结构#xff0c;用于处理一些不相交集合的合并及查询问题。并查集的思想是用一个数组表示了整片森林#xff0… 并查集 1. 并查集原理2. 并查集实现3. 并查集应用3.1 省份数量3.2 等式方程的可满足性 4. 并查集的优缺点及时间复杂度 1. 并查集原理
并查表原理是一种树型的数据结构用于处理一些不相交集合的合并及查询问题。并查集的思想是用一个数组表示了整片森林parent树的根节点唯一标识了一个集合我们只要找到了某个元素的树根就能确定它在哪个集合里。这类问题的抽象数据类型称为并查集(union-find set)。 这个数据结构主要用于解决一些元素分组的问题比如在开始时让每个元素构成一个单元素的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查找一个元素在哪个集合中。 并查集怎样使用并查集是用一个数组来进行表示其中数组下标用来表示一个个体的编号 数组中存的元素表示的是该个体在哪一个组用组中的某个元素表示该组有多少个体。 并查集通常用-1进行初始化为什么不用0/1…呢这是因为数组中的元素代表的是该个体在哪一个组如果用0/1进行初始化那么如果某个个体是自己一个为一组但并查集中所表示的又是该个体是0/1组的。 接下来举一个并查集的例子 比如某天有一个班级需要进行分组完成任务已知该班有10位同学将其分成3组每组分别有5、 3、 2位同学。现在给这些学生进行编号{0,1,2,3,4,5,6,7,8,9}其中{0,5,7,8,9}{1,4,6}{2,3}分别是每组同学的编号0,1,2分别是每组的组长。接下来用一个并查集来表示该结构。 然后每收一个组员就将该组员的元素加到组长下面该组员存放的是组长的下边如下图所示0,1,2存放的绝对值就是每组成员的个数。 仔细观察数组中内的变化可以得出以下结论
数组的下标对应集合中元素的编号数组中如果为负数负号代表根数字代表该集合中元素个数数组中如果为非负数代表该元素双亲在数组中的下标。 每个小组去做相似的任务但是发现1组长和2组长所带领的小队进度较慢时间又有些不够于是让这两个小组合并2组长任然是一个组长这是比昂查表发生如下变化 通过以上例子可知并查集一般可以解决如下问题
查找元素属于哪个集合沿着数组表示树形关系以上一直找到根(即树中中元素为负数的位置)查看两个元素是否属于同一个集合沿着数组表示的树形关系往上一直找到树的根如果根相同表明在同一个集合否则不在将两个集合归并成一个集合将两个集合中的元素合并将一个集合名称改成另一个集合的名称集合的个数遍历数组数组中元素为负数的个数即为集合的个数。
2. 并查集实现
接下来用代码来实现如上数据结构。
查找元素属于哪个集合查看两个元素是否属于同一个集合将两个集合归并成一个集合集合的个数
#include iostream
#include vector
#include assert.h
using namespace std;class UnionFindSet
{
public:UnionFindSet(int size):_set(size, -1){}size_t FindRoot(int x) //1.查找元素属于哪个集合{assert(x _set.size());while (_set[x] 0) //可能有两个集合合并如上述两个组合并的例子;所以需要循环找到小于0的下标x _set[x];return x;}bool IsSameRoot(int x1, int x2) //2.查看两个元素是否属于同一个集合{int root1 FindRoot(x1);int root2 FindRoot(x2);if (root1 root2)return true;elsereturn false;}void Union(int x1, int x2) //3.将两个集合合并{int root1 FindRoot(x1); //先找到两个集合各自的根int root2 FindRoot(x2);if (root1 ! root2) //如果根不相等则将两个根进行合并{_set[root1] _set[root2];_set[root2] root1;}}size_t SetCount() //4.集合的个数{size_t count 0;for (size_t i 0; i _set.size(); i){if (_set[i] 0)count;}return count;}
private:vectorint _set;
};测试代码如下
void test()
{UnionFindSet st(10);st.Union(0, 5);st.Union(0, 7);st.Union(0, 8);st.Union(0, 9);st.Union(1, 4);st.Union(1, 6);st.Union(2, 3);cout 4在集合: st.FindRoot(4) endl;cout 5和7是否在同一个集合中(0/1): st.IsSameRoot(5, 7) endl;cout 5和6是否在同一个集合中(0/1): st.IsSameRoot(5, 6) endl;cout 合并前集合的个数: st.SetCount() endl;cout 合并集合1和集合2 endl;st.Union(1, 2);cout 合并后集合的个数: st.SetCount() endl;}运行结果如下
3. 并查集应用
3.1 省份数量
1.题目描述有 n 个城市其中一些彼此相连另一些没有相连。如果城市 a 与城市 b 直接相连且城市 b 与城市 c 直接相连那么城市 a 与城市 c 间接相连。 省份 是一组直接或间接相连的城市组内不含其他没有相连的城市。 给你一个 n x n 的矩阵 isConnected 其中 isConnected[i][j] 1 表示第 i 个城市和第 j 个城市直接相连而 isConnected[i][j] 0 表示二者不直接相连。 返回矩阵中 省份 的数量。 2.题目分析可以用并查集来实现对题目进行分析可以知道要求集合的数量所以需要上述3集合的合并函数和4集合的数量函数其中3中又需要1函数可以简单实现这几个函数然后遍历题目中isConnected数组只需要遍历一半即可。 3.代码如下
class Solution {
public:size_t FindRoot(vectorint ufs, int x){while (ufs[x] 0)x ufs[x];return x;}void Union(vectorint ufs, int x1, int x2){int root1 FindRoot(ufs, x1);int root2 FindRoot(ufs, x2);if (root1 ! root2){ufs[root1] ufs[root2];ufs[root2] root1;}}size_t UfsCount(vectorint ufs){int count 0;for (auto x : ufs)if (x 0)count;return count;}int findCircleNum(vectorvectorint isConnected){int n isConnected.size();vectorint ufs(n, -1);//合并相连的城市for (int i 0; i n; i){for (int j i 1; j n; j){if (isConnected[i][j] 1)Union(ufs, i, j);}}//寻找不相连省份的数量size_t count UfsCount(ufs);return count;}
};3.2 等式方程的可满足性
1.题目描述给定一个由表示变量之间关系的字符串方程组成的数组每个字符串方程 equations[i] 的长度为 4并采用两种不同的形式之一“ab” 或 “a!b”。在这里a 和 b 是小写字母不一定不同表示单字母变量名。 只有当可以将整数分配给变量名以便满足所有给定的方程时才返回 true否则返回 false。
提示 equations.length 500equations[i].length 4equations[i][0] 和 equations[i][3] 是小写字母equations[i][1] 要么是 ‘’要么是 ‘!’equations[i][2] 是 ‘’ 2.题目分析这道题需要合并相等的字母所以需要函数3和1由题知equations[i][0] 和 equations[i][3] 是小写字母所以开辟一个大小为26的数组把相等的字母合并为一组再寻找不相等的如果不相等得两个字母有相同的根则返回false。
3.代码如下
class Solution {
public:size_t FindRoot(vectorint ufs, int x){while (ufs[x] 0)x ufs[x];return x;}void Union(vectorint ufs, int x1, int x2){int root1 FindRoot(ufs, x1);int root2 FindRoot(ufs, x2);if (root1 ! root2){ufs[root1] ufs[root2];ufs[root2] root1;}}bool equationsPossible(vectorstring equations){vectorint ufs(26, -1);// 把相等的值加到一个集合中for (auto str : equations){if (str[1] ){Union(ufs, str[0] - a, str[3] - a);}}// 在遍历一遍找不相等的不相等的根一定在一个集合for (auto str : equations){if (str[1] !){int root1 FindRoot(ufs, str[0] - a);int root2 FindRoot(ufs, str[3] - a);if (root1 root2){return false;}}}return true;}
};4. 并查集的优缺点及时间复杂度
并查集这个数据结构的优缺点是
优点
简单并查集只需要一个一维数组来存储每个元素的父节点操作也很简单一般只需要两个基本函数find和union。高效并查集的时间复杂度主要取决于树的高度通过一些优化策略如路径压缩和按秩合并可以将树的高度控制在对数级别从而实现近乎常数的查询和合并操作。灵活并查集可以用来解决各种涉及到元素分组、连通性、最小生成树等问题可以根据具体问题进行扩展和修改。
缺点
动态并查集只能支持动态添加和合并元素不能支持删除和分割元素这限制了它的应用范围。无序并查集不能保证每个集合内部的元素是有序的也不能提供遍历每个集合内部元素的方法这使得它难以处理一些需要排序或遍历的问题。单向并查集只能判断两个元素是否属于同一个集合不能判断两个元素之间的具体关系如距离、方向、层次等这使得它难以处理一些需要细节信息的问题。
时间复杂度 并查集的时间复杂度主要取决于树的高度通过一些优化策略如路径压缩和按秩合并可以将树的高度控制在对数级别从而实现近乎常数的查询和合并操作。具体来说 初始化O(n)其中n为元素个数。 查找O(log n)其中n为元素个数。 合并O(log n)其中n为元素个数。
