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
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
23天前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
38 1
|
25天前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
80 2
|
25天前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
57 2
|
8天前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
29 6
|
14天前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
22天前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
24 6
|
23天前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
26 1
|
1月前
|
存储 算法 Java
Java常用的数据结构
【10月更文挑战第3天】 在 Java 中,常用的数据结构包括数组、链表、栈、队列、树、图、哈希表和集合。每种数据结构都有其特点和适用场景,如数组适用于快速访问,链表适合频繁插入和删除,栈用于实现后进先出,队列用于先进先出,树和图用于复杂关系的表示和查找,哈希表提供高效的查找性能,集合用于存储不重复的元素。合理选择和组合使用这些数据结构,可以显著提升程序的性能和效率。
|
1月前
|
存储 Java
数据结构第二篇【关于java线性表(顺序表)的基本操作】
数据结构第二篇【关于java线性表(顺序表)的基本操作】
30 6