数据结构与算法——并查集(不相交集合)

简介: 对于并查集(不相交集合),很多人会感到很陌生,没听过或者不是特别了解。实际上并查集是一种挺高效的数据结构。实现简单,只是所有元素统一遵从一个规律所以让办事情的效率高效起来。

认识并查集



对于并查集(不相交集合),很多人会感到很陌生没听过或者不是特别了解。实际上并查集是一种挺高效的数据结构。实现简单,只是所有元素统一遵从一个规律所以让办事情的效率高效起来。


对于定意义,百科上这么定义的:


并查集,在一些有N个元素的集合应用问题中,我们通常是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。其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间(1~3秒)内计算出试题需要的结果,只能用并查集来描述。


并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。


并查集解析



基本思想


  • 初始化,一个森林每个都为独立。通常用数组表示,每个值初始为-1。各自为根


20190827000817299.png


  • join(a,b) 操作。a,b两个集合合并。注意这里的a,并不是a,b合并,而是a,b的集合合并。这就派生了一些情况:

a,b如果是独立的(没有和其他合并),那么直接a指向b(或者b指向a),即data[a]=b;同时为了表示这个集合有多少个,原本-1的b再次-1.即data[b]=-2.表示以b为父亲的节点有|-2|个。


20190827001158163.png

20190827001533555.png


a,b如果有集合(可能有父亲,可能自己是根),那么我们当然不能直接操作a,b(因为a,b可能已经指向别人了.)那么我们只能操作a,b的祖先。因为a,b的祖先是没有指向的(即数据为负值表示大小)。那么他们首先一个负值要加到另外一个上面去。另外这个数值要变成指向的那个表示联系。


20190827002022921.png


对于上述你可能会有疑问:


如何查看a,b是否在一个集合?


  • 查看是否在一个集合,只需要查看节点根祖先的结果是否相同即可。因为只有根的数值是负的,而其他都是正数表示指向的元素。所以只需要一直寻找直到不为正数进行比较即可


a,b合并,究竟是a的祖先合并在b的祖先上,还是b的祖先合并在a上?


  • 这里会遇到两种情况,这个选择也是非常重要的。你要弄明白一点:树的高度+1的化那么整个元素查询的效率都会降低!


所以我们通常是:小数指向大树(或者低树指向高树),这个使得查询效率能够增加!


20190827005503318.png


当然,在高度和数量的选择上,还需要你自己选择和考虑。


其他路径压缩?


每次查询,自下向上。当我们调用递归的时候,可以顺便压缩路径,因为我们查找一个元素其实只需要直到它的祖先,所以当他距离祖先近那么下次查询就很快。并且压缩路径的代价并不大!


20190827235722243.png


代码实现



并查集实现起来较为简单,直接贴代码!


package 并查集不想交集合;
import java.util.Scanner;
public class DisjointSet {
  static int tree[]=new int[100000];//假设有500个值
  public DisjointSet()  {set(this.tree);}
  public DisjointSet(int tree[]) 
  {
    this.tree=tree;
    set(this.tree);
  }
  public void set(int a[])//初始化所有都是-1 有两个好处,这样他们指向-1说明是自己,第二,-1代表当前森林有-(-1)个
  {
    int l=a.length;
    for(int i=0;i<l;i++)
    {
      a[i]=-1;
    }
  }
  public int search(int a)//返回头节点的数值
  {
    if(tree[a]>0)//说明是子节点
    {
      return tree[a]=search(tree[a]);//路径压缩
    }
    else
      return a;
  }
  public int value(int a)//返回a所在树的大小(个数)
  {
    if(tree[a]>0)
    {
      return value(tree[a]);
    }
    else
      return -tree[a];
  }
  public void union(int a,int b)//表示 a,b所在的树合并
  {
    int a1=search(a);//a根
    int b1=search(b);//b根
    if(a1==b1) {System.out.println(a+"和"+b+"已经在一棵树上");}
    else {
    if(tree[a1]<tree[b1])//这个是负数,为了简单减少计算,不在调用value函数
    {
      tree[a1]+=tree[b1];//个数相加  注意是负数相加
      tree[b1]=a1;       //b树成为a的子树,直接指向a;
    }
    else
    {
      tree[b1]+=tree[a1];//个数相加  注意是负数相加
      tree[a1]=b1;       //b树成为a的子树,直接指向a;
    }
    }
  }
  public static void main(String[] args)
  {   
    DisjointSet d=new DisjointSet();
    d.union(1,2);
    d.union(3,4);
    d.union(5,6);
    d.union(1,6);
    d.union(22,24);
    d.union(3,26);
    d.union(36,24);
    System.out.println(d.search(6));  //头
    System.out.println(d.value(6));     //大小
    System.out.println(d.search(22)); //头
    System.out.println(d.value(22));     //大小
  }
}

20190828001147276.png


结语



  • 并查集属于简单但是很高效率的数据结构。在集合中经常会遇到。如果不采用并查集而传统暴力效率太低,而不被采纳。
  • 另外,并查集还广泛用于迷宫游戏中,下面有机会可以介绍用并查集实现一个走迷宫小游戏。大家欢迎关注!
  • 最后,欢迎大家关注笔者公众号,一起学习、交流!笔者学习资源也放置公众号和大家一起分享!
目录
相关文章
|
2月前
|
存储 算法 测试技术
ArrayList集合的两个实例应用,有趣的洗牌算法与杨辉三角
ArrayList集合的两个实例应用,有趣的洗牌算法与杨辉三角
23 1
|
2月前
|
监控 算法 安全
带用集合算法set union讲解
带用集合算法set union讲解
20 0
|
2月前
|
机器学习/深度学习 存储 算法
【算法沉淀】刷题笔记:并查集 带权并查集+实战讲解
【算法沉淀】刷题笔记:并查集 带权并查集+实战讲解
|
2月前
|
缓存 算法 安全
Java集合框架:深入探究数据结构与算法的精华
Java集合框架:深入探究数据结构与算法的精华
|
4天前
|
算法 数据安全/隐私保护
数据结构与算法-集合与映射(下)
数据结构与算法-集合与映射(下)
10 0
|
4天前
|
算法
数据结构与算法-集合与映射(上)
数据结构与算法-集合与映射(上)
11 0
|
6天前
|
算法 索引
数据结构与算法-并查集多种实现以及优化步骤
数据结构与算法-并查集多种实现以及优化步骤
7 0
|
25天前
|
存储 程序员 索引
数据结构深度剖析:列表、元组、字典和集合
【4月更文挑战第8天】Python的四种基础数据结构——列表、元组、字典和集合,各自拥有独特的特性和应用场景。列表是可变序列,方便增删改元素;元组不可变,常用于保证数据不变性;字典是键值对容器,快速访问通过键;集合是无序不重复元素集,适合成员测试和去重。理解并灵活运用这些数据结构,能提升代码效率,有效处理和分析数据。
|
2月前
|
索引 Python
Python数据结构讲解集合
Python数据结构讲解集合
18 0
|
2月前
|
存储 算法 Java
【数据结构与算法】2、链表(简单模拟 Java 中的 LinkedList 集合,反转链表面试题)
【数据结构与算法】2、链表(简单模拟 Java 中的 LinkedList 集合,反转链表面试题)
43 0