【并集查找 最大公约数 调和数】952. 按公因数计算最大组件大小

简介: 【并集查找 最大公约数 调和数】952. 按公因数计算最大组件大小

本文涉及知识点

图论 并集查找 最大公约数 调和数

LeetCode952. 按公因数计算最大组件大小

给定一个由不同正整数的组成的非空数组 nums ,考虑下面的图:

有 nums.length 个节点,按从 nums[0] 到 nums[nums.length - 1] 标记;

只有当 nums[i] 和 nums[j] 共用一个大于 1 的公因数时,nums[i] 和 nums[j]之间才有一条边。

返回 图中最大连通组件的大小 。

示例 1:

输入:nums = [4,6,15,35]

输出:4

示例 2:

输入:nums = [20,50,9,63]

输出:2

示例 3:

输入:nums = [2,3,6,7,4,12,21,39]

输出:8

提示:

1 <= nums.length <= 2 * 104

1 <= nums[i] <= 105

nums 中所有值都 不同

调和数

m = max(nums[i])。

vIndex记录各数的下标:-1,非法。相同的值如果有多个,只记录第一个。重复出现的数和第一个元素连接。

枚举x$\in[1,max(nums[i])] v[x] 记录x的倍数下标。

v[x]的数据分别和v[x][0]连接。

枚举1的倍数,需要运算m次。

枚举2的倍数,需要运算m/2。

枚举3的倍数,需要运算m/3。

⋯ \cdots

总次数为:m(1+1/2+1/3 +⋯ \cdots +1/m) ,括号内是调和数,≈ \approx logm。

故总时间复杂度为:O(mlogm)。

v[x] 就是可以只记录一个元素,后面的元素直接和它连接。

代码

核心代码

class CUnionFind
{
public:
  CUnionFind(int iSize) :m_vNodeToRegion(iSize)
  {
    for (int i = 0; i < iSize; i++)
    {
      m_vNodeToRegion[i] = i;
    }
    m_iConnetRegionCount = iSize;
  } 
  CUnionFind(vector<vector<int>>& vNeiBo):CUnionFind(vNeiBo.size())
  {
    for (int i = 0; i < vNeiBo.size(); i++) {
      for (const auto& n : vNeiBo[i]) {
        Union(i, n);
      }
    }
  }
  int GetConnectRegionIndex(int iNode)
  {
    int& iConnectNO = m_vNodeToRegion[iNode];
    if (iNode == iConnectNO)
    {
      return iNode;
    }
    return iConnectNO = GetConnectRegionIndex(iConnectNO);
  }
  void Union(int iNode1, int iNode2)
  {
    const int iConnectNO1 = GetConnectRegionIndex(iNode1);
    const int iConnectNO2 = GetConnectRegionIndex(iNode2);
    if (iConnectNO1 == iConnectNO2)
    {
      return;
    }
    m_iConnetRegionCount--;
    if (iConnectNO1 > iConnectNO2)
    {
      UnionConnect(iConnectNO1, iConnectNO2);
    }
    else
    {
      UnionConnect(iConnectNO2, iConnectNO1);
    }
  }
  bool IsConnect(int iNode1, int iNode2)
  {
    return GetConnectRegionIndex(iNode1) == GetConnectRegionIndex(iNode2);
  }
  int GetConnetRegionCount()const
  {
    return m_iConnetRegionCount;
  }
  vector<int> GetNodeCountOfRegion()//各联通区域的节点数量
  {
    const int iNodeSize = m_vNodeToRegion.size();
    vector<int> vRet(iNodeSize);
    for (int i = 0; i < iNodeSize; i++)
    {
      vRet[GetConnectRegionIndex(i)]++;
    }
    return vRet;
  }
  std::unordered_map<int, vector<int>> GetNodeOfRegion()
  {
    std::unordered_map<int, vector<int>> ret;
    const int iNodeSize = m_vNodeToRegion.size();
    for (int i = 0; i < iNodeSize; i++)
    {
      ret[GetConnectRegionIndex(i)].emplace_back(i);
    }
    return ret;
  }
private:
  void UnionConnect(int iFrom, int iTo)
  {
    m_vNodeToRegion[iFrom] = iTo;
  }
  vector<int> m_vNodeToRegion;//各点所在联通区域的索引,本联通区域任意一点的索引,为了增加可理解性,用最小索引
  int m_iConnetRegionCount;
};
class Solution {
public:
  int largestComponentSize(vector<int>& nums) {
    m_c = nums.size();
    const int iMax = *std::max_element(nums.begin(), nums.end());
    CUnionFind uf(m_c);
    vector<int> vIndex(iMax + 1, -1);
    for (int i = 0; i < m_c; i++) {
      if (-1 == vIndex[nums[i]]) {
        vIndex[nums[i]] = i;
      }
      else
      {
        uf.Union(i, vIndex[nums[i]]);
      }
    }
    for (int x = 2; x <= iMax; x++) {
      int pre = -1;
      for (int cur = x; cur <= iMax; cur += x) {
        if (-1 == vIndex[cur]) { continue; }
        if (-1 == pre) {
          pre = vIndex[cur];
        }
        else {
          uf.Union(pre, vIndex[cur]);
        }
      }
    }
    auto m = uf.GetNodeOfRegion();
    int iRet = 0;
    for (const auto& [tmp, v] : m) {
      iRet = max(iRet, (int)v.size());
    }
    return iRet;
  }
  int m_c;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
    assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
    if (v1.size() != v2.size())
    {
        assert(false);
        return;
    }
    for (int i = 0; i < v1.size(); i++)
    {
        Assert(v1[i], v2[i]);
    }
}
int main()
{
  vector<int> nums;
  {
    Solution sln;
    nums = { 20,50,9,63 };
    auto res = sln.largestComponentSize(nums);
    Assert(2, res);
  }
  {
    Solution sln;
    nums = { 4, 6, 15, 35 };
    auto res = sln.largestComponentSize(nums);
    Assert(4, res);
  }
  
  {
    Solution sln;
    nums = { 2,3,6,7,4,12,21,39 };
    auto res = sln.largestComponentSize(nums);
    Assert(8, res);
  }
}

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法用**C++**实现。

相关文章
|
6月前
|
算法 测试技术 C++
【动态规划】【前缀和】【数学】2338. 统计理想数组的数目
【动态规划】【前缀和】【数学】2338. 统计理想数组的数目
|
6月前
|
算法 测试技术 C#
C++二分查找算法:包含每个查询的最小区间
C++二分查找算法:包含每个查询的最小区间
|
6月前
2572. 无平方子集计数(状态压缩dp)
2572. 无平方子集计数(状态压缩dp)
|
5月前
39.组合总和(回溯)
39.组合总和(回溯)
|
6月前
|
人工智能 BI
经典问题之区间分组
经典问题之区间分组
|
人工智能 BI 索引
【Leetcode -598.范围求和Ⅱ -599.两个列表的最小索引总和】
【Leetcode -598.范围求和Ⅱ -599.两个列表的最小索引总和】
44 0
|
6月前
|
算法 测试技术 C#
【线段树 区间位运算模板】3117划分数组得到最小的值之和
【线段树 区间位运算模板】3117划分数组得到最小的值之和
|
11月前
|
算法 测试技术 C#
C++二分查找算法的应用:将数据流变为多个不相交区间
C++二分查找算法的应用:将数据流变为多个不相交区间
|
算法 索引
算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间
算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间