并查集(UVA 1106)

POINT:

  把每个元素看成顶点,则一个简单化合物就是一条无向边,若存在环(即k对组合中有k种元素),则危险,不应该装箱,反之,装箱;

  用一个并查集维护连通分量集合,每次得到一种化合物(x, y)时检查x, y是否在同一集合中,如果是,拒绝,反之接受。

并查集

  并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。

  集就是让每个元素构成一个单元素的集合,也就是按一定顺序将属于同一组的元素所在的集合合并。

---------------------------------------------------------------------------------------------------------

以下转自:http://www.cnblogs.com/cyjb/p/UnionFindSets.html,3Q~

---------------------------------------------------------------------------------------------------------

  并查集(Union-find Sets)是一种非常精巧而实用的数据结构,它主要用于处理一些不相交集合的合并问题。一些常见的用途有求连通子图、求最小生成树的 Kruskal 算法和求最近公共祖先(Least Common Ancestors, LCA)等。

  使用并查集时,首先会存在一组不相交的动态集合 ,一般都会使用一个整数表示集合中的一个元素。

  每个集合可能包含一个或多个元素,并选出集合中的某个元素作为代表。每个集合中具体包含了哪些元素是不关心的,具体选择哪个元素作为代表一般也是不关心的。我们关心的是,对于给定的元素,可以很快的找到这个元素所在的集合(的代表),以及合并两个元素所在的集合,而且这些操作的时间复杂度都是常数级的。

并查集的基本操作有三个:

  1. makeSet(s):建立一个新的并查集,其中包含 s 个单元素集合。
  2. unionSet(x, y):把元素 x 和元素 y 所在的集合合并,要求 x 和 y 所在的集合不相交,如果相交则不合并。
  3. find(x):找到元素 x 所在的集合的代表,该操作也可以用于判断两个元素是否位于同一个集合,只要将它们各自的代表比较一下就可以了。

  并查集的实现原理也比较简单,就是使用树来表示集合,树的每个节点就表示集合中的一个元素,树根对应的元素就是该集合的代表,如图 1 所示。

                  

                      图 1 并查集的树表示

  图中有两棵树,分别对应两个集合,其中第一个集合为 {a, b, c, d}, 代表元素是a; 第二个集合为{e, f, g}, 代表元素是ee。

  树的节点表示集合中的元素,指针表示指向父节点的指针,根节点的指针指向自己,表示其没有父节点。沿着每个节点的父节点不断向上查找,最终就可以找到该树的根节点,即该集合的代表元素。

  现在,应该可以很容易的写出 makeSet 和 find 的代码了,假设使用一个足够长的数组来存储树节点(很类似之前讲到的静态链表),那么 makeSet 要做的就是构造出如图 2 的森林,其中每个元素都是一个单元素集合,即父节点是其自身:

            

                    图 2 构造并查集初始化

相应的代码如下所示,时间复杂度是 0(n):


1

2

3

4

5

6

const int MAXSIZE = 500;

int uset[MAXSIZE];

void makeSet(int size) {

    for(int i = 0;i < size;i++) uset[i] = i;

}

  接下来,就是 find 操作了,如果每次都沿着父节点向上查找,那时间复杂度就是树的高度,完全不可能达到常数级。这里需要应用一种非常简单而有效的策略——路径压缩。

  路径压缩,就是在每次查找时,令查找路径上的每个节点都直接指向根节点,如图 3 所示。

      

                       图 3 路径压缩

我准备了两个版本的 find 操作实现,分别是递归版和非递归版,不过两个版本目前并没有发现有什么明显的效率差距,所以具体使用哪个完全凭个人喜好了。


1

2

3

4

5

6

7

8

9

10

int find(int x) {

    if (x != uset[x]) uset[x] = find(uset[x]);

    return uset[x];

}

int find(int x) {

    int p = x, t;

    while (uset[p] != p) p = uset[p];

    while (x != p) { t = uset[x]; uset[x] = p; x = t; }

    return x;

}

最后是合并操作 unionSet,并查集的合并也非常简单,就是将一个集合的树根指向另一个集合的树根,如图 4 所示。

        

                      图 4 并查集的合并

这里也可以应用一个简单的启发式策略——按秩合并。该方法使用秩来表示树高度的上界,在合并时,总是将具有较小秩的树根指向具有较大秩的树根。简单的说,就是总是将比较矮的树作为子树,添加到较高的树中。为了保存秩,需要额外使用一个与 uset 同长度的数组,并将所有元素都初始化为 0。


1

2

3

4

5

6

7

8

void unionSet(int x, int y) {

    if ((x = find(x)) == (y = find(y))) return;

    if (rank[x] > rank[y]) uset[y] = x;

    else {

        uset[x] = y;

        if (rank[x] == rank[y]) rank[y]++;

    }

}

下面是按秩合并的并查集的完整代码,这里只包含了递归的 find 操作。

const int MAXSIZE = 500;

int uset[MAXSIZE];

int rank[MAXSIZE];

void makeSet(int size) {

    for(int i = 0;i < size;i++)  uset[i] = i;

    for(int i = 0;i < size;i++)  rank[i] = 0;

}

int find(int x) {

    if (x != uset[x]) uset[x] = find(uset[x]);

    return uset[x];

}

void unionSet(int x, int y) {

    if ((x = find(x)) == (y = find(y))) return;

    if (rank[x] > rank[y]) uset[y] = x;

    else {

        uset[x] = y;

        if (rank[x] == rank[y]) rank[y]++;

    }

}

除了按秩合并,并查集还有一种常见的策略,就是按集合中包含的元素个数(或者说树中的节点数)合并,将包含节点较少的树根,指向包含节点较多的树根。这个策略与按秩合并的策略类似,同样可以提升并查集的运行速度,而且省去了额外的 rank 数组。

这样的并查集具有一个略微不同的定义,即若 uset 的值是正数,则表示该元素的父节点(的索引);若是负数,则表示该元素是所在集合的代表(即树根),而且值的相反数即为集合中的元素个数。相应的代码如下所示,同样包含递归和非递归的 find 操作:

const int MAXSIZE = 500;

int uset[MAXSIZE];

void makeSet(int size) {

    for(int i = 0;i < size;i++) uset[i] = -1;

}

int find(int x) {

    if (uset[x] < 0) return x;

    uset[x] = find(uset[x]);

    return uset[x];

}

int find(int x) {

    int p = x, t;

    while (uset[p] >= 0) p = uset[p];

    while (x != p) {

        t = uset[x];

        uset[x] = p;

        x = t;

    }

    return x;

}

void unionSet(int x, int y) {

    if ((x = find(x)) == (y = find(y))) return;

    if (uset[x] < uset[y]) {

        uset[x] += uset[y];

        uset[y] = x;

    } else {

        uset[y] += uset[x];

        uset[x] = y;

    }

}

如果要获取某个元素 x 所在集合包含的元素个数,可以使用 -uset[find(x)] 得到。

并查集的空间复杂度是O(n)的,这个很显然,如果是按秩合并的,占的空间要多一些。find 和 unionSet 操作都可以看成是常数级的,或者准确来说,在一个包含 n 个元素的并查集中,进行 m 次查找或合并操作,最坏情况下所需的时间为 O(mα(n)),这里的α是 Ackerman 函数的某个反函数,在极大的范围内(比可观察到的宇宙中估计的原子数量 10^80 还大很多)都可以认为是不大于 4 的。具体的时间复杂度分析,请参见《算法导论》的 21.4 节 带路径压缩的按秩合并的分析。

并查集(UVA 1106)

时间: 2024-10-10 04:41:50

并查集(UVA 1106)的相关文章

UVA 572 油田连通块-并查集解决

题意:8个方向如果能够连成一块就算是一个连通块,求一共有几个连通块. 分析:网上的题解一般都是dfs,但是今天发现并查集也可以解决,为了方便我自己理解大神的模板,便尝试解这道题目,没想到过了... 1 #include <cstdio> 2 #include <iostream> 3 #include <sstream> 4 #include <cmath> 5 #include <cstring> 6 #include <cstdlib&

UVA - 11987 - Almost Union-Find (又是并查集~)

UVA - 11987 Almost Union-Find Time Limit: 1000MS   Memory Limit: Unknown   64bit IO Format: %lld & %llu Submit Status Description Problem A Almost Union-Find I hope you know the beautiful Union-Find structure. In this problem, you're to implement som

UVA - 10596 - Morning Walk (欧拉回路!并查集判断回路)

UVA - 10596 Morning Walk Time Limit: 3000MS Memory Limit: Unknown 64bit IO Format: %lld & %llu Submit Status Description Problem H Morning Walk Time Limit 3 Seconds Kamal is a Motashota guy. He has got a new job in Chittagong . So, he has moved to Ch

uva 10608 Friends(并查集)

uva 10608 Friends 题目大意:给出两两之间的关系,求出最大的关系网. 解题思路:并查集裸体. #include <cstdio> #include <cstring> #include <algorithm> #include <cmath> #include <cstdlib> using namespace std; const int N = 30005; typedef long long ll; int n, m; in

并查集间单个节点的转移(UVa 11987 Almost Union-Find)

从来没有这么艰难地完成一道算法题过!经过8次失败之后总算提交成功了!所以决定写一篇博文,对并查集的相关内容做一些总结. 普通并查集的操作无非是两种,find_set(x)即找到节点x所在的集合的代表节点,或者是union_set(x,y),即将x和y所在的两个集合合并起来.如下图所示,有左右两个并集 通常,我们会选用并查集中父节点为自己的元素作为这个并查集的代表,例如图中的节点a和节点e.那么,我们如何通过集合中的一个节点找到该节点所在集合的代表节点呢?其实很简单,例如上图中的d节点,它首先通过

uva 1455 - Kingdom(并查集+线段树)

题目链接:uva 1455 - Kingdom 题目大意:平面上又n个城市,初始时城市之间没有任何双向道路相连,要求一次执行指令. road A B :在城市A和城市B之间连接一条双向道路 line C:询问一条y=C的水平线上穿过多少州和这些州总共有多少城市. 一个联通分量算一个州,C保证为小数部分为0.5的实数. 解题思路:线段树维护每个位置上州和城市的个数,并查集维护哪些城市属于同一个州,并且要记录这些州上下范围.每次新建一条道路,要相应根据两个州的y坐标范围对线段树进行维护. #incl

uva 12232 - Exclusive-OR(加权并查集)

题目链接:uva 12232 - Exclusive-OR 题目大意:有n个数,一开始并不知道具体的值,现在进行Q次操作. I u k:au的值为k I u v k:au?av=k Q k q1q2-qk:求q1?q2-?qk 对于Q操作不能确定的话输出"I don't know." 对于I操作矛盾的话则输出是第几条I操作出现矛盾的,并且停止后面所有的操作. 解题思路:加权并查集,f[x]表示x节点父亲节点,d[x]表示x节点与其父节点的亦或值,对于确定的节点值,可以将父亲节点设为0,

uva 1493 - Draw a Mess(并查集)

题目链接:uva 1493 - Draw a Mess 题目大意:给定一个矩形范围,有四种上色方式,后面上色回将前面的颜色覆盖,最后问9种颜色各占多少的区域. 解题思路:用并查集维护每个位置对应下一个可以上色的位置.然后将上色倒转过来处理,就解决了颜色覆盖的问题. #include <cstdio> #include <cstring> #include <cstdlib> #include <cmath> #include <algorithm>

uva 11987 Almost Union-Find (并查集)

题目大意: 三个操作. 1. 合并两个集合 2.把第一个元素放到第二个集合里 3.输出集合的数量和和.. 思路分析: 要用p记录这个元素所在集合编号,然后用编号建立并查集. #include <cstdio> #include <iostream> #include <algorithm> #include <cstring> using namespace std; typedef long long LL; int set[111111]; int cn