并查集算法

擒贼先擒王

 1 #include <iostream>
 2 #include <fstream>
 3 #include <cstring>
 4 #include <vector>
 5 #include <queue>
 6 #include <stack>
 7 #include <algorithm>
 8 #include <cmath>
 9
10 using namespace std;
11
12 #define loop(i,n) for(int i=0;i<(n);i++)
13 #define loop2(i,n) for(int i=1;i<=(n);i++)
14
15 const int maxn=1000;
16 int inf=99999999;
17
18 int f[maxn];
19 int n,m,k,sum=0;
20 //这是初始化,非常重要,数组里面存的是自己数组下标的编号就好了
21 void init()
22 {
23   for(int i=1;i<=n;i++)
24     f[i]=i;
25 }
26 //这是找爹的递归函数,不停地去找爹,直到找到祖宗为止,其实就是去找犯罪团伙的最高领导人,擒贼先擒王原则
27 int getf(int v)
28 {
29   if(f[v]==v)
30     return v;
31   else
32   { //路径压缩,每次在函数返回的时候,顺带把路上遇到的人的BOSS改为最后找到的祖宗编号,也就是犯罪团伙的最高领导人编号
33     f[v]=getf(f[v]);
34     return f[v];
35   }
36 }
37 //这里是合并两子集的函数
38 void merge(int v,int u)
39 {
40   int t1,t2;
41   t1=getf(v);
42   t2=getf(u);
43   if(t1!=t2) //判断两个结点是否在同一个集合中,即是否为同一个祖先
44     f[t2]=t1; //"靠左“原则,左边变成右边的BOSS。即把右边的集合,作为左边集合的子集合,经过路径压缩以后,将f[u]的根的值也赋值为v的祖先f[t1]
45 }
46
47 void test()
48 {
49   freopen("unionn.in","r",stdin);
50   //freopen("unionn.out","w",stdout);
51   int x,y;
52   cin>>n>>m;
53   init();
54   for(int i=1;i<=m;i++)
55   {
56     cin>>x>>y;
57     merge(x,y); //开始合并犯罪团伙
58   }
59
60   for(int i=1;i<=n;i++)  //最后扫描有多少个独立的犯罪团伙
61   {
62     cout<<f[i]<<" ";
63     if(f[i]==i)
64       sum++;
65   }
66   cout<<endl;
67   cout<<sum<<endl;
68 }
69
70 int main ()
71 {
72     test();
73     return 0;
74 }

test data:

10 9
1 2
3 4
5 2
4 6
2 6
8 7
9 7
1 6
2 4
时间: 2024-11-08 11:46:32

并查集算法的相关文章

【algorithms IV】带权重的并查集算法

问题 普通的Union-find并查集算法没有加入权重, 可以构造特别的输入使得每次合并的时候高的树HighTree以低的树LowTree的根[root(LowTree)]为新的根, 造成树的不平衡,从而使得效率下降. 用一个新的数组标记节点当前的高,可以用来在合并的时候减少时间. 当然了,这种方法的空间复杂度会提高一倍,看实际情况使用了. public class WeightedQuickUnionUF { private int[] id; // parent link (site ind

快速搞定并查集算法

目录 算法介绍 wiki 通俗解释 算法实现(C语言) 算法实战 算法介绍 wiki 并查集 通俗解释 零基础学并查集算法 算法实现(C语言) Find函数(未采用路径压缩) int Find(int x) { int r = x; while(pre[r] != r) { r = pre[r]; } return r; } Find函数(路径压缩递归实现) int Find(int x) { if(pre[x] == x) return x; else { pre[x] = Find(pre[

并查集算法详解

更好的阅读体验 并查集算法详解 算法详解 维护类型 身为一个数据结构,我们的并查集,它的维护对象是我们的关注点. 并查集适合维护具有非常强烈的传递性质,或者是连通集合性质. 性质详解 传递性质 传递性,也就是具有传递效应的性质,比如说A传递给B一个性质或者条件,让B同样拥有了这个性质或者条件,那么这就是我们所说的传递性. 连通集合性质 连通集合性,和数学概念上的集合定义是差不多的, 比如说A和B同属一个集合,B和C同属一个集合,那么A,B,C都属于同一个集合.这就是我们所谓的连通集合性质. 算法

Union-Find 并查集算法

一.动态连通性(Dynamic Connectivity) Union-Find 算法(中文称并查集算法)是解决动态连通性(Dynamic Conectivity)问题的一种算法.动态连通性是计算机图论中的一种数据结构,动态维护图结构中相连信息.简单的说就是,图中各个节点之间是否相连.如何将两个节点连接,连接后还剩多少个连通分量.有点像我们的微信朋友圈,在社交网络中,彼此熟悉的人之间组成自己的圈子,熟悉之后就会添加好友,加入新的圈子.微信用户有几亿人,如何快速计算任意两个用户是否同属于一个圈子呢

零基础学并查集算法

并查集是我暑假从高手那里学到的一招,觉得真是太精妙的设计了.以前我无法解决的一类问题竟然可以用如此简单高效的方法搞定.不分享出来真是对不起party了.(party:我靠,关我嘛事啊?我跟你很熟么?) 来看一个实例,杭电1232畅通工程 首先在地图上给你若干个城镇,这些城镇都可以看作点,然后告诉你哪些对城镇之间是有道路直接相连的.最后要解决的是整幅图的连通性问题.比如随意给你两个点,让你判断它们是否连通,或者问你整幅图一共有几个连通分支,也就是被分成了几个互相独立的块.像畅通工程这题,问还需要修

并查集算法的描述

1.概念: 在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中.这一类问题近几年来反复出现在信息学的国际国内赛题中,其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受:即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间(1-3秒)内计算出试题需要的结果,只能用并查集来描述. 2.定义: 并查集是一种树型的数

hdu 1232 畅通工程(并查集算法)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1232 畅通工程 Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 31088    Accepted Submission(s): 16354 Problem Description 某省调查城镇交通状况,得到现有城镇道路统计表,表中列出了每条

【转】并查集算法和路径压缩

并查集是我暑假从高手那里学到的一招,觉得真是太精妙的设计了.以前我无法解决的一类问题竟然可以用如此简单高效的方法搞定.不分享出来真是对不起party了.(party:我靠,关我嘛事啊?我跟你很熟么?) 来看一个实例,杭电1232畅通工程 首先在地图上给你若干个城镇,这些城镇都可以看作点,然后告诉你哪些对城镇之间是有道路直接相连的.最后要解决的是整幅图的连通性问题.比如随意给你两个点,让你判断它们是否连通,或者问你整幅图一共有几个连通分支,也就是被分成了几个互相独立的块.像畅通工程这题,问还需要修

hdu 1213 How Many Tables(并查集算法)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1213 How Many Tables Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 13787    Accepted Submission(s): 6760 Problem Description Today is Ignatius' b