分类:
2008-09-11 21:53:45
并查集的学习告一段落,整理总结一下与大家共勉~ 并查集:(union-find sets)是一种简单的用途广泛的集合. 并查集是若干个不相交集合,能够实现较快的合并和判断元素所在集合的操作,应用很多,如其求无向图的连通分量个数、最小公共祖先、带限制的作业排序,还有最完美的应用:实现Kruskar算法求最小生成树。其实,这一部分《算法导论》讲的很精炼。 一般采取树形结构来存储并查集,在合并操作时可以利用树的节点数(加权规则)或者利用一个rank数组来存储集合的深度下界--启发式函数,在查找操作时进行路径压缩使后续的查找操作加速。这样优化实现的并查集,空间复杂度为O(N),建立一个集合的时间复杂度为O(1),N次合并M查找的时间复杂度为O(M Alpha(N)),这里Alpha是Ackerman函数的某个反函数,在很大的范围内这个函数的值可以看成是不大于4的,所以并查集的操作可以看作是线性的。 以下给出我的两种实现: //Abstract: UFSet //Author:Lifeng Wang (Fandywang) // Model One 与Model 2 路径压缩方式不同,合并标准不同 const int MAXSIZE = 500010; int rank[MAXSIZE]; // 节点高度的上界 int parent[MAXSIZE]; // 根节点 int FindSet(int x){// 查找+递归的路径压缩 if( x != parent[x] ) parent[x] = FindSet(parent[x]); return parent[x]; } void int x = FindSet(root1), y = FindSet(root2); if( x == y ) return ; if( rank[x] > rank[y] ) parent[y] = x; else{ parent[x] = y; if( rank[x] == rank[y] ) ++rank[y]; } } void Initi(void){ memset(rank, 0, sizeof(rank)); for( int i=0; i < MAXSIZE; ++i ) parent[i] = i; } // Model Two const int MAXSIZE = 30001; int pre[MAXSIZE]; //根节点i,pre[i] = -num,其中num是该树的节点数目; //非根节点j,pre[j] = k,其中k是j的父节点 int Find(int x){//查找+非递归的路径压缩 int p = x; while( pre[p] > 0 ) p = pre[p]; while( x != p ){ int temp = pre[x]; pre[x] = p; x = temp; } return x; } void int a = Find(r1); int b = Find(r2); if( a == b ) return ; //加权规则合并 if( pre[a] < pre[b] ){ pre[a] += pre[b]; pre[b] = a; } else { pre[b] += pre[a]; pre[a] = b; } } void Initi(void) { for( int i=0; i < N; ++i ) pre[i] = -1; } 最基础的并查集 == 最小生成树 法一:Prim算法;法二:并查集实现Kruskar算法求最小生成树 == 带限制的作业排序问题(贪心+并查集) 提高题目: |