C++并查集常用操作
并查集 是一種樹型的數(shù)據(jù)結構,用于處理一些不相加集合的合并和查詢問題。在使用中常常以森林來表示。 并查集也是用來維護集合的,和前面學習的set不同之處在于,并查集能很方便地同時維護很多集合。如果用set來維護會非常的麻煩。并查集的核心思想是記錄每個結點的父親結點是哪個結點。
前言
并查集是一種多叉樹,用于處理不相交的集合的合并與查詢問題(判斷)。
通俗理解:在日常生活中,我們會因為某個人是自己的朋友,哪怕是朋友的朋友也是有朋友,會給予通融、 偏袒。而并查集的基本概念,就是判斷某兩個集合是否是“朋友”關系,并讓兩個集合成為“朋友”
常用操作
初始化:每個結點單獨作為一個集合
查詢:求元素所在的集合的代表元素,即根結點
合并:將兩個元素所在的集合,合并為一個集合
合并之前,應先判斷兩個元素是否屬于同一集合,用上面的“查詢”來實現(xiàn)
算法實現(xiàn)
初始化:初始的時候每個結點各自為一個集合,father[i]表示結點 i 的父親結點,如果 father[i]=i,我們認為這個結點是當前集合根結點(開始時每個節(jié)點根節(jié)點是他自己)。
void init() {
for (int i = 1; i <= n; ++i) {
father[i] = i;
}
}
查找:查找結點所在集合的根結點,結點 x 的根結點必然也是其父親結點的根結點(像是有遞歸的樣子)。
int get(int x) {
if (father[x] == x) { // x 結點就是根結點
return x;
}
return get(father[x]); // 如果該節(jié)點不是根節(jié)點,繼續(xù)尋找父結點的根結點
}
合并:將兩個元素所在的集合合并在一起,通常來說,合并之前先判斷兩個元素是否屬于同一集合。
void hebing(int x, int y) {
x = find(x);
y = find(y);
if (x != y) { // 不在同一個集合
father[y] = x;//將根節(jié)點合并
}
}
上面三個操作是并查集常用的操作
前面的并查集的復雜度實際上在有些極端情況會很慢。比如樹的結構正好是一條鏈,那么最壞情況下,每次查詢的復雜度達到了O(n) 。這并不是我們期望的結果。路徑壓縮的思想是,我們只關心每個結點的父結點,而并不太關心樹的真正的結構(遞歸查找相當浪費時間)如下:

當想去訪問6的根節(jié)點時,要訪問5的根節(jié)點,想去訪問5的根節(jié)點,又要去訪問4的根節(jié)點..........以此類推,此時并查集退化為線性。
這樣我們在一次查詢的時候,可以把查詢路徑上的所有結點的father[i]都賦值成為根結點。只需要在我們之前的查詢函數(shù)上面進行很小的改動
int findf(int k)
{ if(f[k] == k)
return k;
return f[k] = findf(f[k]); //后來更新的點的根節(jié)點直接為最開始的點,一步找到總根節(jié)點。
}
初步學習理解,如有不足請指出,謝謝
到此這篇關于C++并查集基礎的文章就介紹到這了,更多相關C++并查集內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
C++?LeetCode1769移動所有球到每個盒子最小操作數(shù)示例
這篇文章主要為大家介紹了C++?LeetCode1769移動所有球到每個盒子所需最小操作數(shù)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-12-12
Opencv基于CamShift算法實現(xiàn)目標跟蹤
這篇文章主要為大家詳細介紹了Opencv基于CamShift算法實現(xiàn)目標跟蹤,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-01-01
OpenCV cv.Mat與.txt文件數(shù)據(jù)的讀寫操作
這篇文章主要介紹了OpenCV cv.Mat 與 .txt 文件數(shù)據(jù)的讀寫操作,現(xiàn)在分享給大家,也給大家做個參考2018-05-05

