Num 18: HDOJ: 题目1232 : 畅通工程 [ 并查集 ]
2015-07-29 11:33
417 查看
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;
如图所示:
根节点:一个集合最上一层的一个结点,每个集合只有一个根节点!
父节点:上一级是下一级的父节点;例: b 是 d 的父节点;父节点是本身的点为根节点!
子节点:下一级是上一级的子节点;例: d 是 b 的子节点;
就是讲原本分散的单个数据建立起联系;
例:亲戚关系,食物链等,
x和y是亲戚,y和z是亲戚,那么x和z也是亲戚。如果x,y是亲戚,那么x的亲戚都是y的亲戚,y的亲戚也都是x的亲戚。
有点类似传递关系。
有了并查集的基本概念了,我们再来说一下有关并查集的作用;
即我们要利用并查集解决怎样的问题:
合并两个集合,判断两个元素是否属于一个集合.
主要操作:
1、定义 :
用一个存放父节点的一位数组来代表;
例如:int per [ 1200 ];
2、初始化 :
把每个点所在集合初始化为其自身。
通常来说,这个步骤在每次使用该数据结构时只需要执行一次;
代码样板:
int per[1100];
void init()
{
for(int i =1; i <= N; ++i) per[i] = i; // 初始化;
}
3、查找 :
查找元素所在的集合,即根节点。
代码样板:
①.全部元素压缩路径:
int find(int x)
{
int r = x ;
while(r != per[r]) // 找到r为根节点;
r = per[r];
int i ,j;
i = x;
while(i != r) // 若不是根节点,连到根节点;
{
j = per[i];
per[i] = r;
i = j;
}
return r; // 返回根节点;
}
②.仅对一个元素压缩路径:
int find(int x)
{
int r = x;
while(r != per[r])
r = per[r];
per[x] = r;
return r;
}
③.递归算法寻找,并压缩全部路径;
( 算法时间长,数据大时容易爆栈,不推荐 )
int find(int x)
{
if(x == per[x])
return x;
return per[x] = find(per[x]);
}
4、合并 :
将两个结点所在的集合合并为一个集合。
通常来说,合并之前,应先判断两个结点是否属于同一集合,这可用上面的“查找”操作实现。
代码样板:
void join (int x, int y)
{
int fx = find(x);
int fy = find(y);
if(fx != fy)
per[fx] = fy;
}
原题内容:
Total Submission(s): 37415 Accepted Submission(s): 19817
[align=left]Problem Description[/align]
某省调查城镇交通状况,得到现有城镇道路统计表,表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通(但不一定有直接的道路相连,只要互相间接通过道路可达即可)。问最少还需要建设多少条道路?
[align=left]Input[/align]
测试输入包含若干测试用例。每个测试用例的第1行给出两个正整数,分别是城镇数目N ( < 1000 )和道路数目M;随后的M行对应M条道路,每行给出一对正整数,分别是该条道路直接连通的两个城镇的编号。为简单起见,城镇从1到N编号。
注意:两个城市之间可以有多条道路相通,也就是说
3 3
1 2
1 2
2 1
这种输入也是合法的
当N为0时,输入结束,该用例不被处理。
[align=left]Output[/align]
对每个测试用例,在1行里输出最少还需要建设的道路数目。
[align=left]Sample Input[/align]
[align=left]Sample Output[/align]
题目分析:
最少需要建设的道路数目等于:根节点数 - 1;
AC代码:
在利用并查集运算的时候:
明显地,某一节点与根节点之间的节点数越少,复杂度越低,运行时间越短;
所以我们通过对单个结点压缩路径来减少复杂度;
而对于两个集合之间的合并运算,我们引入了深度( ran )这一概念;
例:d → c → a
对于根节点 d 的深度为二;
对于两个集合,将深度低的集合合并到深度更高的集合;
带有深度优化的join( 结合 )函数:
void jion (int x, int y)
{
int fx = find(x);
int fy = find(y);
if(fx == fy)
return ;
if(ran[fx] < ran[fy])//判断深度;
per[fx] = fy;
else{
per[fy] = fx;
if(ran[fx] == ran[fy]) ran[fx]++;
}
}
加入了深度判断后的AC代码:
这里仅列出了并查集的一些基本运用;
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;
如图所示:
根节点:一个集合最上一层的一个结点,每个集合只有一个根节点!
父节点:上一级是下一级的父节点;例: b 是 d 的父节点;父节点是本身的点为根节点!
子节点:下一级是上一级的子节点;例: d 是 b 的子节点;
就是讲原本分散的单个数据建立起联系;
例:亲戚关系,食物链等,
x和y是亲戚,y和z是亲戚,那么x和z也是亲戚。如果x,y是亲戚,那么x的亲戚都是y的亲戚,y的亲戚也都是x的亲戚。
有点类似传递关系。
有了并查集的基本概念了,我们再来说一下有关并查集的作用;
即我们要利用并查集解决怎样的问题:
合并两个集合,判断两个元素是否属于一个集合.
主要操作:
1、定义 :
用一个存放父节点的一位数组来代表;
例如:int per [ 1200 ];
2、初始化 :
把每个点所在集合初始化为其自身。
通常来说,这个步骤在每次使用该数据结构时只需要执行一次;
代码样板:
int per[1100];
void init()
{
for(int i =1; i <= N; ++i) per[i] = i; // 初始化;
}
3、查找 :
查找元素所在的集合,即根节点。
代码样板:
①.全部元素压缩路径:
int find(int x)
{
int r = x ;
while(r != per[r]) // 找到r为根节点;
r = per[r];
int i ,j;
i = x;
while(i != r) // 若不是根节点,连到根节点;
{
j = per[i];
per[i] = r;
i = j;
}
return r; // 返回根节点;
}
②.仅对一个元素压缩路径:
int find(int x)
{
int r = x;
while(r != per[r])
r = per[r];
per[x] = r;
return r;
}
③.递归算法寻找,并压缩全部路径;
( 算法时间长,数据大时容易爆栈,不推荐 )
int find(int x)
{
if(x == per[x])
return x;
return per[x] = find(per[x]);
}
4、合并 :
将两个结点所在的集合合并为一个集合。
通常来说,合并之前,应先判断两个结点是否属于同一集合,这可用上面的“查找”操作实现。
代码样板:
void join (int x, int y)
{
int fx = find(x);
int fy = find(y);
if(fx != fy)
per[fx] = fy;
}
原题内容:
畅通工程
Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 37415 Accepted Submission(s): 19817
[align=left]Problem Description[/align]
某省调查城镇交通状况,得到现有城镇道路统计表,表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通(但不一定有直接的道路相连,只要互相间接通过道路可达即可)。问最少还需要建设多少条道路?
[align=left]Input[/align]
测试输入包含若干测试用例。每个测试用例的第1行给出两个正整数,分别是城镇数目N ( < 1000 )和道路数目M;随后的M行对应M条道路,每行给出一对正整数,分别是该条道路直接连通的两个城镇的编号。为简单起见,城镇从1到N编号。
注意:两个城市之间可以有多条道路相通,也就是说
3 3
1 2
1 2
2 1
这种输入也是合法的
当N为0时,输入结束,该用例不被处理。
[align=left]Output[/align]
对每个测试用例,在1行里输出最少还需要建设的道路数目。
[align=left]Sample Input[/align]
4 2 1 3 4 3 3 3 1 2 1 3 2 3 5 2 1 2 3 5 999 0 0
[align=left]Sample Output[/align]
1 0 2 998 HintHint Huge input, scanf is recommended.
题目分析:
最少需要建设的道路数目等于:根节点数 - 1;
AC代码:
#include<stdio.h> #include<string.h> #include<stdlib.h> int per[1100]; int n,m; void init() { for(int i=1; i<=n; i++) per[i]=i; } int find(int x)//递归算法,不推荐; { if(x==per[x]) return x; return per[x]=find(per[x]); } void join(int x,int y) { int fx=find(x); int fy=find(y); if(fx!=fy) per[fx]=fy; } int main() { while(scanf("%d",&n)!=EOF) { if(n==0) break; scanf("%d",&m); int a,b,ans=0; init(); while(m--) { scanf("%d%d",&a,&b);//合并结点; join(a,b); } for(int i=1; i<=n; i++) if(per[i]==i) ans++;//判断,若是根节点,ans+1; printf("%d\n",ans-1); } return 0; }
在利用并查集运算的时候:
明显地,某一节点与根节点之间的节点数越少,复杂度越低,运行时间越短;
所以我们通过对单个结点压缩路径来减少复杂度;
而对于两个集合之间的合并运算,我们引入了深度( ran )这一概念;
例:d → c → a
对于根节点 d 的深度为二;
对于两个集合,将深度低的集合合并到深度更高的集合;
带有深度优化的join( 结合 )函数:
void jion (int x, int y)
{
int fx = find(x);
int fy = find(y);
if(fx == fy)
return ;
if(ran[fx] < ran[fy])//判断深度;
per[fx] = fy;
else{
per[fy] = fx;
if(ran[fx] == ran[fy]) ran[fx]++;
}
}
加入了深度判断后的AC代码:
#include <stdio.h> #include <string.h> int per[1100]; int ran[1100]; int n, m; void init(){ for(int i = 1; i <= n; ++i){ per[i] = i; ran[i] = 0; } } int find (int x){ if(x == per[x]) return x; return per[x] = find(per[x]); } void jion (int x, int y){ int fx = find(x); int fy = find(y); if(fx == fy) return ; if(ran[fx] < ran[fy]) per[fx] = fy; else{ per[fy] = fx; if(ran[fx] == ran[fy]) ran[fx]++; } } int main (){ while(scanf("%d", &n),n){ scanf("%d", &m); init(); int a, b; while(m--){ scanf("%d%d", &a, &b); jion(a,b); } int ans = 0; for(int i = 1; i <= n; ++i){ if(per[i] == i) ans++; } printf("%d\n", ans - 1); } return 0; }
这里仅列出了并查集的一些基本运用;
相关文章推荐
- Robotium 测试多个activity
- 关于安装toad for oracle 10.6的一些问题
- POJ 3126 Prime Path
- 可视化日历程序
- php抓取网页内容
- java集合中List与set的区别
- Syscall param open(filename) points to unaddressable byte(s)
- tcmalloc资料
- qt-creator astyle Peizhi
- Python通过90行代码搭建一个音乐搜索工具
- linux netstat 笔记
- IIS发布ASP网页错误
- 关于oracle用户密码过期的解决方法
- ExpanListView LongClick
- Android之TelephonyManager类的方法详解
- qt对象销毁过程delete
- 查找算法
- 一个使用Directx渲染的Havok程序
- tomcat部署javaweb程序的三种方式
- 让删除的数据彻底不可恢复