提示:DDU,供自己复习使用。欢迎大家前来讨论~
文章目录
- 图论part05
- 并查集理论基础
- 背景和用途
- 原理和操作
- 路径压缩
- 按秩合并
- 代码模板
- 常见误区
- 复杂度分析
- 总结
- 解题步骤
- 为什么使用并查集
- 107. 寻找存在的路径
- 1. 解题步骤
- 2. 并查集具体操作
- 3. C++代码实现
- 总结
图论part05
并查集理论基础
并查集是一种数据结构,用于处理一些不交集的合并及查询问题。以下是并查集理论基础的重点内容:
背景和用途
- 并查集主要用于解决连通性问题,即判断两个元素是否在同一个集合里。
- 它包含两个基本功能:
- 合并操作:将两个元素添加到同一个集合中。
- 查找操作:判断两个元素是否在同一个集合中。
原理和操作
- 初始化:每个元素初始时自己的父节点是自身,表示每个元素自成一个集合。
- 查找(Find):通过递归查找一个元素的根节点,可以使用路径压缩优化。
- 合并(Union):将两个元素的根节点进行合并,通常将一个根节点指向另一个。
路径压缩
- 定义:在查找过程中,将查找到的非根节点直接连接到根节点,减少未来的查找深度。
- 效果:使得后续的查找操作更快。
按秩合并
- 定义:在合并两个集合时,较小的树合并到较大的树中,以保持树尽可能扁平。
- 目的:优化最终合并成的树的高度,减少查找操作的时间复杂度。
代码模板
- 提供了初始化、查找、合并和判断两个元素是否在同一个集合的函数。
int n = 1005; // n根据题目中节点数量而定,一般比节点数量大一点就好
vector<int> father = vector<int> (n, 0); // C++里的一种数组结构
// 并查集初始化
void init() {
for (int i = 0; i < n; ++i) {
father[i] = i;
}
}
// 并查集里寻根的过程
int find(int u) {
return u == father[u] ? u : father[u] = find(father[u]); // 路径压缩
}
// 判断 u 和 v是否找到同一个根
bool isSame(int u, int v) {
u = find(u);
v = find(v);
return u == v;
}
// 将v->u 这条边加入并查集
void join(int u, int v) {
u = find(u); // 寻找u的根
v = find(v); // 寻找v的根
if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回
father[v] = u;
}
常见误区
- 在合并操作时,必须先查找到各自的根节点再进行合并,而不是直接将两个节点合并。
复杂度分析
- 空间复杂度:O(n),需要存储每个节点的父节点信息。
- 时间复杂度:随着操作的增加,时间复杂度趋于O(1)。
总结
- 并查集是解决特定问题的强大工具,通过路径压缩和按秩合并可以提高其效率。
- 理解并查集的内部工作原理对于正确使用它至关重要。
- 通过模拟和实践,可以加深对并查集工作机制的理解。
解题步骤
- 初始化并查集:使用
init()
函数初始化所有节点的父节点。 - 处理每条边:对于图中的每条边,使用
join(int u, int v)
将它们加入到并查集中。 - 判断连通性:使用
isSame(int u, int v)
来判断两个节点是否在同一个集合中。
为什么使用并查集
- 效率:并查集通过路径压缩和按秩合并优化,使得查找和合并操作非常高效。
- 简洁:并查集提供了一种简洁的方式来处理图的连通性问题。
C++代码如下:
#include <iostream>
#include <vector>
using namespace std;
int n; // 节点数量
vector<int> father = vector<int> (101, 0); // 按照节点大小定义数组大小
// 并查集初始化
void init() {
for (int i = 1; i <= n; i++) father[i] = i;
}
// 并查集里寻根的过程
int find(int u) {
return u == father[u] ? u : father[u] = find(father[u]);
}
// 判断 u 和 v是否找到同一个根
bool isSame(int u, int v) {
u = find(u);
v = find(v);
return u == v;
}
// 将v->u 这条边加入并查集
void join(int u, int v) {
u = find(u); // 寻找u的根
v = find(v); // 寻找v的根
if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回
father[v] = u;
}
int main() {
int m, s, t, source, destination;
cin >> n >> m;
init();
while (m--) {
cin >> s >> t;
join(s, t);
}
cin >> source >> destination;
if (isSame(source, destination)) cout << 1 << endl;
else cout << 0 << endl;
}
107. 寻找存在的路径
并查集是一种用来处理不交集(没有交集的集合)的合并和查询问题的数据结构。
1. 解题步骤
- 初始化:把图中的每个点看作是一个独立的岛屿(独立的集合)。
- 处理每条边:用并查集的技能把两个有连接的点放到同一个集合里。
- 判断连通性:用并查集来判断起始点和目标点是否在同一个集合里。
2. 并查集具体操作
- 初始化操作:每个点自成一派,自己认自己是老大。
- 查找操作:找出一个点的老大(根节点)是谁。
- 合并操作:把两个点的老大变成同一个人。
- 判断操作:判断两个点是不是在一个集合里,也就是他们的老大是不是一样。
3. C++代码实现
- 定义一个数组,数组的每个元素代表一个节点的父节点。
- 读入节点和边的信息,使用初始化函数让每个节点的父节点指向自己。
- 读入每条边的信息,用合并函数把两个端点的节点放到同一个集合。
- 读入起始点和目标点,用判断函数来输出他们是否连通的结果。
C++代码如下:
#include <iostream>
#include <vector>
using namespace std;
int n; // 节点数量
vector<int> father = vector<int> (101, 0); // 按照节点大小定义数组大小
// 并查集初始化
void init() {
for (int i = 1; i <= n; i++) father[i] = i;
}
// 并查集里寻根的过程
int find(int u) {
return u == father[u] ? u : father[u] = find(father[u]);
}
// 判断 u 和 v是否找到同一个根
bool isSame(int u, int v) {
u = find(u);
v = find(v);
return u == v;
}
// 将v->u 这条边加入并查集
void join(int u, int v) {
u = find(u); // 寻找u的根
v = find(v); // 寻找v的根
if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回
father[v] = u;
}
int main() {
int m, s, t, source, destination;
cin >> n >> m;
init();
while (m--) {
cin >> s >> t;
join(s, t);
}
cin >> source >> destination;
if (isSame(source, destination)) cout << 1 << endl;
else cout << 0 << endl;
}
总结
- 并查集是处理图中节点连通性问题的利器。
- 通过将图中的边加入到并查集,你可以快速判断任意两个节点是否连通。
- 路径压缩技巧可以大幅提升并查集的性能。