Java数据结构之第十六章、并查集

简介: Java数据结构之第十六章、并查集

 一、并查集原理

在一些应用问题中,需要将n个不同的元素划分成一些不相交的集合。开始时,每个元素自成一个单元素集合,然后按一定的规律将归于同一组元素的集合合并。在此过程中要反复用到查询某一个元素归属于那个集合的运算。适合于描述这类问题的抽象数据类型称为并查集(union-find set)。

比如:某公司今年校招全国总共招生10人,西安招4人,成都招3人,武汉招3人,10个人来自不同的学校,起先互不相识,每个学生都是一个独立的小团体,现给这些学生进行编号:{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}; 给以下数组用来存储该小集体,数组中的数字代表:该小集体中具有成员的个数。(负号下文解释)

image.gif编辑毕业后,学生们要去公司上班,每个地方的学生自发组织成小分队一起上路,于是:

西安学生小分队s1={0,6,7,8},成都学生小分队s2={1,4,9},武汉学生小分队s3={2,3,5}就相互认识了,10个人形成了三个小团体。假设右三个群主0,1,2担任队长,负责大家的出行。

image.gif编辑

一趟火车之旅后,每个小分队成员就互相熟悉,称为了一个朋友圈。

image.gif编辑 从上图可以看出:编号6,7,8同学属于0号小分队,该小分队中有4人(包含队长0);编号为4和9的同学属于1号小分队,该小分队有3人(包含队长1),编号为3和5的同学属于2号小分队,该小分队有3个人(包含队长1)。

仔细观察数组中内融化,可以得出以下结论:

1. 数组的下标对应集合中元素的编号
2. 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
3. 数组中如果为非负数,代表该元素双亲在数组中的下标

在公司工作一段时间后,西安小分队中8号同学与成都小分队1号同学奇迹般的走到了一起,两个小圈子的学生相互介绍,最后成为了一个小圈子:

image.gif编辑

现在0集合有7个人,2集合有3个人,总共两个朋友圈。

通过以上例子可知,并查集一般可以解决一下问题:

1. 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)

2. 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

3. 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

4. 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。


二、并查集实现

import java.util.Arrays;
public class UnionFindSet {
    private int[] elem;//底层为一个数组
    public UnionFindSet(int n){
        this.elem=new int[n];
        Arrays.fill(elem,-1);//整体初始化为-1:代表根
    }
    //查找某数的根
    public int findRoot(int x){
        if(x<0){
            throw new IndexOutOfBoundsException("数据不合法");
        }
        while(elem[x]>=0){
            x=elem[x];
        }
        return x;
    }
    public void union(int x1,int x2){
        //先查找x1和x2的根:合并的前提是必须他们两个都是根
        int index1=findRoot(x1);
        int index2=findRoot(x2);
        if(index1==index2){
            //说明x1和x2的根是相同的,不进行合并
            return ;
        }
        elem[index1]=elem[index1]+elem[index2];
        elem[index2]=index1;
    }
    public boolean isSameSet(int x1,int x2){
        int index1=findRoot(x1);
        int index2=findRoot(x2);
        if(x1==x2){
            return true;
        }
        return false;
    }
    public int getCount(){
        int count=0;
        for(int x:elem){
            if(x<0){
                count++;
            }
        }
        return count;
    }
    public void printArr(){
        for (int i = 0; i < elem.length; i++) {
            System.out.print(elem[i]+"");
        }
        System.out.println();
    }
    public static void main(String[] args) {
        UnionFindSet union=new UnionFindSet(5);
        System.out.println(union.findRoot(1));
        System.out.println(union.findRoot(2));
        System.out.println(union.findRoot(3));
        System.out.println(union.findRoot(4));
        System.out.println();
        union.union(1,2);
        union.union(3,4);
        System.out.println();
        System.out.println(union.findRoot(1));
        System.out.println(union.findRoot(2));
        System.out.println(union.findRoot(3));
        System.out.println(union.findRoot(4));
    }
}

image.gif


三、并查集应用

3.1省份数量

省份数量

class Solution {
    public int findCircleNum(int[][] isConnected) {
        int n = isConnected.length;
        UnionFindSet ufs = new UnionFindSet(n);
        for(int i = 0;i < isConnected.length;i++) {
            for(int j = 0;j < isConnected[i].length;j++) {
//表示第i个城市和第j个城市相邻,那么就合并
                if(isConnected[i][j] == 1) {ufs.union(i,j);
                }
            }
        }
        return ufs.getCount();
    }
}

image.gif

3.2等式方程的可满足性:力扣

/*
解题思路:
1. 将所有"=="两端的字符合并到一个集合中
2. 检测"!=" 两端的字符是否在同一个结合中,如果在不满足,如果不在满足
*/
class Solution {
    public boolean equationsPossible(String[] equations) {
        UnionFindSet ufs = new UnionFindSet(26);
        for(int i = 0; i < equations.length; ++i) {
// 将等号两端的字符合并到一个集合中
            if('=' == equations[i].charAt(1)){
                ufs.union(equations[i].charAt(0)-'a', equations[i].charAt(3)-'a');
            }
        }
        for(int i = 0; i < equations.length; ++i){
// 将等号两端的字符合并到一个集合中
            if('!' == equations[i].charAt(1)) {
// 如果"!="两端的字符在同一个集合中,不满足
                int root1 = ufs.findRoot(s.charAt(0)-'a');
                int root2 = ufs.findRoot(s.charAt(3)-'a');
                if(root1 == root2) return false;
            }
        }
        return true;
    }
}

image.gif


目录
相关文章
|
3天前
|
存储 设计模式 算法
JAVA中的常见数据结构
JAVA中的常见数据结构
|
5天前
|
存储 Java
数据结构中的哈希表(java实现)利用哈希表实现学生信息的存储
这篇文章通过Java代码示例展示了如何实现哈希表,包括定义结点类、链表类、数组存储多条链表,并使用简单的散列函数处理冲突,以及如何利用哈希表存储和查询学生信息。
数据结构中的哈希表(java实现)利用哈希表实现学生信息的存储
|
6天前
|
存储 Java
数据结构中的哈希表(java实现)利用哈希表实现学生信息的存储
这篇文章通过Java代码示例展示了如何实现哈希表,包括定义结点类、链表类、数组存储多条链表,并使用简单的散列函数处理冲突,以及如何利用哈希表存储和查询学生信息。
数据结构中的哈希表(java实现)利用哈希表实现学生信息的存储
|
1月前
|
算法 程序员 图形学
脑洞大开!Python并查集:用最简单的方式,解决最复杂的数据结构问题!
【7月更文挑战第17天】并查集,数据结构明星,处理不相交集合合并与查询。Python实现核心操作:查找与合并。路径压缩优化查找,按秩合并保持平衡。实战应用如图连通性判断,算法竞赛利器。掌握并查集,解锁复杂问题简单解法,照亮编程之旅!
37 10
|
1月前
|
Python
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
【7月更文挑战第18天】并查集,数据结构超级英雄,用于不相交集合的合并与查询。Python实现包括初始化、查找根节点和合并操作。应用广泛,如社交网络分析、图论问题、集合划分等。示例代码展示了解决岛屿数量问题,统计连通的“1”单元格数。掌握并查集,提升编程效率,解决复杂问题。
33 6
|
1月前
|
存储 Python
震惊!Python并查集:解锁数据结构新姿势,让你从菜鸟秒变大神!
【7月更文挑战第18天】并查集,一种处理不相交集合的树形数据结构,支持Union(合并)和Find(查询)操作。Python实现中,用字典存储元素及其父节点,初始时每个元素为根。通过路径压缩提高效率。应用包括网络连通性判断、动态连通性检测和集合操作。掌握并查集,提升编程技能,解决复杂问题。开始探索,成为数据结构大师!
26 5
|
1月前
|
Python
逆天改命!掌握Python并查集,数据结构难题从此不再是你的痛!
【7月更文挑战第18天】并查集,一种神器数据结构,用于处理不相交集合合并与查询,解决网络连通性等难题。Python实现常通过记录元素父节点
26 4
|
1月前
|
算法 数据挖掘 计算机视觉
Python并查集实战宝典:从入门到精通,让你的数据结构技能无懈可击!
【7月更文挑战第17天】并查集,如同瑞士军刀,是解决元素分组问题的利器,应用于好友关系、像素聚类、碰撞检测和连通性分析等场景。本文从基础到实战,介绍并查集的初始化、查找与路径压缩、按秩合并,以及在Kruskal算法中的应用。通过并查集,实现高效动态集合操作,对比哈希表和平衡树,其在合并与查找上的性能尤为突出。学习并查集,提升算法解决复杂问题的能力。
40 5
|
1月前
|
存储 算法 程序员
庆祝吧!掌握Python并查集,数据结构难题将不再是你的拦路虎!
【7月更文挑战第17天】并查集,一种数据结构,用于不相交集合的合并与查询,尤其适合解决图的连通性问题。通过Python实现,使用列表存储元素的父节点以判断集合关系。基本操作包括查找(确定元素集合)和合并(组合集合)。示例展示了如何用并查集配合Kruskal算法构建最小生成树。掌握并查集能高效处理复杂问题,优化后的查找和合并操作接近O(1)复杂度,是解决算法挑战的利器。
28 4
|
1月前
|
算法 计算机视觉 开发者
燃爆全场!Python并查集:数据结构界的网红,让你的代码炫酷无比!
【7月更文挑战第16天】并查集,Python中的效率明星,处理不相交集合合并与查询。用于社交网络分析、图像处理、图论算法等领域。优雅实现结合路径压缩和按秩合并
22 1