1. 什么是并查集?
在计算机科学中,并查集(英文:Disjoint-set data structure,直译为不数据结构交集)是一种数据结构,用于处理一些不交集(Disjoint sets,一系列没有重复元素的集合)的合并及查询问题。
举个简单的例子
一个组织里来个10个新人,它们的编号为从1~10,假设此时它们根据彼此的老家而互相亲近(即形成一个小团体),我们要将这10个人划分成不同的小团体,这样划分后形成的结果就是并查集。
接下来我们就来模拟这10个人的划分过程,首先我们可以将每个人的初始值设置为-1,当两个人都属于同一个小团体时,将其中一个人的-1加到另一个人身上,自己的值指向另一个人的下标, 此时另一个人就作为这一个小团体的根,这之后如果有新的人进入这个团体,将新人的-1加到根上,再让新人指向根的下标。这样操作后,所有人中只要自己的值<0,则表明自己是一个团队的根,绝对值表示团队人数,而团体中的其他人均指向这个根。
2. 并查集的常见操作
我们通过上面的模拟,我们可以发现并查集的主要操作主要是:合并,查找根,查看团队个数
我们使用C++实现这个数据结构有
#pragma once
#include <vector>
using namespace std;
class UnionFindSet
{
public:
// 将并查集中的所有元素初始化为-1
UnionFindSet(size_t n)
:_ufs(n, -1)
{}
// 查找根
int FindRoot(int x);
// 合并
void Union(int x1, int x2);
// 查看集合个数
size_t UnionCount(int x);
private:
vector<int> _ufs;
};
1. 查找根
// 查找根
int FindRoot(int x)
{
if (x >= _ufs.size())
{
throw invalid_argument("无效参数!");
return -1;
}
int root = x;
while (_ufs[root] >= 0) // 不为根就向上查找
{
root = _ufs[root];
}
return root;
}
2. 合并
在合并时,有可能会出现两个团队互相合并的情况,此时我们只需要将其中一个团队的根的值加到另一个团队的根上,再让自己指向另一个团队的根即可,即
// 合并
void Union(int x1, int x2)
{
int root1 = FindRoot(x1);
int root2 = FindRoot(x2);
// 两个人属于不同的集合时,才需要进行合并
if (root1 != root2)
{
_ufs[root1] += _ufs[root2];
_ufs[root2] = root1;
}
}
3. 查看集合个数
// 查看集合个数
size_t UnionCount()
{
size_t ret = 0;
for (auto& e : _ufs)
{
if (e < 0) ret++;
}
return ret;
}
3. 并查集的实际应用
1. 省份数量
题目链接:LCR 116. 省份数量 - 力扣(LeetCode)
解析:分析题目,如果这道题使用并查集就没有那么难,整体思路就是如果两个城市相连就将他们合并为一个省份,最终返回省份个数即可
解法一:使用并查集数据结构
即
class UnionFindSet
{
public:
// 将并查集中的所有元素初始化为-1
UnionFindSet(size_t n)
:_ufs(n, -1)
{}
// 查找根
int FindRoot(int x)
{
if (x >= _ufs.size())
{
throw invalid_argument("无效参数!");
return -1;
}
int root = x;
while (_ufs[root] >= 0) // 不为根就向上查找
{
root = _ufs[root];
}
return root;
}
// 合并
void Union(int x1, int x2)
{
int root1 = FindRoot(x1);
int root2 = FindRoot(x2);
// 两个人属于不同的集合时,才需要进行合并
if (root1 != root2)
{
_ufs[root1] += _ufs[root2];
_ufs[root2] = root1;
}
}
// 查看集合个数
size_t UnionCount()
{
size_t ret = 0;
for (auto& e : _ufs)
{
if (e < 0) ret++;
}
return ret;
}
private:
vector<int> _ufs;
};
class Solution
{
public:
int findCircleNum(vector<vector<int>>& isConnected)
{
UnionFindSet ufs(isConnected.size());
for (int i = 0; i < isConnected.size(); i++)
for (int j = 0; j < isConnected[i].size(); j++)
if (isConnected[i][j] == 1)
{
ufs.Union(i, j);
}
return ufs.UnionCount();
}
};
解法二:直接运用并查集思想
即
2. 等式方程的可满足性
题目链接:990. 等式方程的可满足性 - 力扣(LeetCode)