[算法笔记]并查集
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了[算法笔记]并查集，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1760字，纯文字阅读大概需要3分钟。
内容图文
并查集是一个非常优雅简洁的，相对高级的数据结构，常常用于元素分组问题。
对于并查集的介绍和推导这里不细说，推荐看Pecco的算法学习笔记。这里主要记录我使用并查集刷题的模板和技巧。
一、什么时候使用并查集？
个人认为并查集可以用在图中，可以用来求取图中的连通分量。当然题目不一定会直接给出图的数据结构，可能是一个二维数组（200. 岛屿数量），也可能是多个互相连接的结点（1319. 连通网络的操作次数）。可以多做几题，体会一下。
二、模板：
class UnionFind {
private:
vector<int> p, rank;
public:
UnionFind(int n) {
for (int i = 0; i < n; ++i) {
p.push_back(i);
rank.push_back(0);
}
}
int find(int x) {
return x == p[x] ? x : (p[x] = find(p[x]));
}
void unite(int x, int y) {
x = find(x), y = find(y);
if (rank[x] > rank[y]) {
p[y] = x;
} else {
p[x] = y;
}
if (x != y && rank[x] == rank[y]) {
rank[y]++;
}
}
};
- 模板基本类似，只有构造有些许不同。视题目给出的“图”结构的不同而定，这里给出的模板给出的图类似于邻接表，以边为存储单位。如果题目给出的是一个二维数组，那么就类似于邻接矩阵。可以按照下面的模板：
UnionFind(vector<vector<char>>& grid) {
count = 0;
int m = grid.size();
int n = grid[0].size();
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
if (grid[i][j] == '1') {
p.push_back(i * n + j);
++count;
}
else {
p.push_back(-1);
}
rank.push_back(0);
}
}
}
- 总结一下：并查集的p数组一定存储的是结点的父结点，也就是p数组大小就等于题目中图的结点数。
三、心得：
-
? 同处于一个连通分量中的结点i的p[i]不一定相等，即使你使用 路径压缩 进行find操作。因为只有find操作可以将i结点从底向上更新p[i]，但是之后可能进行union操作，这时就不能保证p[i]仍然是根结点的值，换句话说，此时根结点不一定就是父结点。
? 因此，如果你想在程序中得到i结点的根结点，不要使用p[i]，请使用find(i)，对它更新。
-
? 如上所述，路径压缩较为重要，而按秩合并作用并不是很大，你也可以不使用：
void unite(int x, int y) { x = find(x), y = find(y); p[x] = y; }
内容总结
以上是互联网集市为您收集整理的[算法笔记]并查集全部内容，希望文章能够帮你解决[算法笔记]并查集所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。