数据结构-并查集
2016-04-26 20:04
295 查看
并查集可以高效的查询元素a和元素b是否属于同一组并且合并元素a和元素b所在的组。
并查集虽然可以进行合并操作,但是无法进行分割操作。
在并查集中,哪个节点是哪个节点的父亲以及树的形状等信息无需多加关注,整体组成一个树形结构才是重要的。
对于每棵树,记录这棵树的高度(rank)。
合并时如果两棵树的rank不同,那么从rank小的向rank大的连边。
此外,通过路径压缩可以使并查集更加高效。对于每个节点,一旦向上走到了一次根节点,就把这个点到父亲的边改为直接连向根。
加入这两个优化之后的并查集效率非常高。对于n个元素的并查集进行一次操作的复杂度是O(a(n))。在这里,a(n)是阿克曼函数的反函数。这比O(log(n))还要快。
并查集虽然可以进行合并操作,但是无法进行分割操作。
在并查集中,哪个节点是哪个节点的父亲以及树的形状等信息无需多加关注,整体组成一个树形结构才是重要的。
对于每棵树,记录这棵树的高度(rank)。
合并时如果两棵树的rank不同,那么从rank小的向rank大的连边。
此外,通过路径压缩可以使并查集更加高效。对于每个节点,一旦向上走到了一次根节点,就把这个点到父亲的边改为直接连向根。
加入这两个优化之后的并查集效率非常高。对于n个元素的并查集进行一次操作的复杂度是O(a(n))。在这里,a(n)是阿克曼函数的反函数。这比O(log(n))还要快。
int par[MAX_N]; //父亲 int rank[MAX_N]; //树的高度 //初始化n个元素 void init(int n) { for (int i = 0; i < n; i++) { par[i] = i; rank[i] = 0; } } //查询树的根 int find(int x) { if (par[x] == x) { return x; } else { return par[x] = find(par[x]); } } //合并x和y所属的集合 void unite(int x, int y) { x = find(x); y = find(y); if (x == y) { return; } if (rank[x] < rank[y]) { par[x] = y; } else { par[y] = x; if (rank[x] == rank[y]) { rank[x]++; } } } //判断x和y是否属于同一个集合 bool same(int x, int y) { return find(x) == find(y); }
相关文章推荐
- JS数据结构与算法--字典
- 数据结构-树的基本操作
- 【ZOJ3939 The 13th Zhejiang Provincial Collegiate Programming ContestD】【日期前缀和预处理】The Lucky Week 第n个幸运
- 数据结构之链表
- Boyer-Moore 算法 与KMP算法的对比
- Java数据结构与算法之插入排序
- 数据结构顺序表
- 【数据结构与算法】排序算法
- 学JS必看-JavaScript数据结构深度剖析
- 数据结构 链表
- 数据结构之二叉树(前序 中序 后续线索话非递归方式)
- 数据结构之线性表
- Python:数据结构
- 14级数据结构C/C++补充内容大纲
- 数据结构--二叉树
- 数据结构之单向链表
- Codeforces 31C Schedule(数据结构)
- 数据结构--树,二叉树
- 重构二叉树之前序遍历和中序遍历
- 数据结构学习笔记05图(最小生成树 Prim Kruskal)