# 查并集
# 前言
# 1 动态连通性
- 自反性
- 对称性
- 传递性
用于解决动态连通性问题,能动态连接两个点,并且判断两个点是否连通。
方法 | 描述 |
---|---|
UF(int N) | 构造一个大小为 N 的并查集 |
void union(int p, int q) | 连接 p 和 q 节点 |
int find(int p) | 查找 p 所在的连通分量编号 |
boolean connected(int p, int q) | 判断 p 和 q 节点是否连通 |
public abstract class UF {
protected int[] id;
public UF(int N) {
id = new int[N];
for (int i = 0; i < N; i++) {
id[i] = i;
}
}
public boolean connected(int p, int q) {
return find(p) == find(q);
}
public abstract int find(int p);
public abstract void union(int p, int q);
}
# 1 Quick Find
可以快速进行 find 操作,也就是可以快速判断两个节点是否连通。
需要保证同一连通分量的所有节点的 id 值相等,就可以通过判断两个节点的 id 值是否相等从而判断其连通性。
但是 union 操作代价却很高,需要将其中一个连通分量中的所有节点 id 值都修改为另一个节点的 id 值。
public class QuickFindUF extends UF {
public QuickFindUF(int N) {
super(N);
}
@Override
public int find(int p) {
return id[p];
}
@Override
public void union(int p, int q) {
int pID = find(p);
int qID = find(q);
if (pID == qID) {
return;
}
for (int i = 0; i < id.length; i++) {
if (id[i] == pID) {
id[i] = qID;
}
}
}
}
#
# 2 Quick Union
可以快速进行 union 操作,只需要修改一个节点的 id 值即可。
但是 find 操作开销很大,因为同一个连通分量的节点 id 值不同,id 值只是用来指向另一个节点。因此需要一直向上查找操作,直到找到最上层的节点。
思想: 找到两个节点的根节点, 让一个根节点指向另外一个
Improving the Connect Operation
connect(3, 4)
How do we do this?
- Find the boss of 3. ← this isn’t free!
- Find the boss of 4.
- Change the value of the boss of 3 to boss of 4?
int[] parent
0 | 1 | 2 | 0 | 1 |
---|---|---|---|---|
0 | 1 | 2 | 3 | 4 |
- 改变后的节点值
0 | 0 | 2 | 0 | 1 |
---|---|---|---|---|
0 | 1 | 2 | 3 | 4 |
public class QuickUnionUF extends UF {
public QuickUnionUF(int N) {
super(N);
}
@OverrideN
public int find(int p) {
// 找root节点, 最坏情况可能是N
while (p != id[p]) {
p = id[p];
}
return p;
}
@Override
public void union(int p, int q) {
//最坏情况可能是NN
int pRoot = find(p);
int qRoot = find(q);
if (pRoot != qRoot) {
id[pRoot] = qRoot;
}
}
}
这种方法可以快速进行 union 操作,但是 find 操作和树高成正比,最坏的情况下树的高度为节点的数目。
# 3 加权 Quick Union
为了解决 quick-union 的树通常会很高的问题,加权 quick-union 在 union 操作时会让较小的树连接较大的树上面。
理论研究证明,加权 quick-union 算法构造的树深度最多不超过 logN。
- 比较两个set的大小
public class WeightedQuickUnionUF extends UF {
// 保存节点的数量信息
private int[] sz;
public WeightedQuickUnionUF(int N) {
super(N);
this.sz = new int[N];
for (int i = 0; i < N; i++) {
this.sz[i] = 1;
parent = new int[N];
}
}
@Override
public int find(int p) {
while (p != id[p]) {
p = id[p];
}
return p;
}
@Override
public void union(int p, int q) {
int i = find(p);
int j = find(q);
if (i == j) return;
if (sz[i] < sz[j]) {
id[i] = j;
sz[j] += sz[i];
} else {
id[j] = i;
sz[i] += sz[j];
}
}
}
public class WeightedQuickUnionDSWithPathCompression implements DisjointSets {
private int[] parent; private int[] size;
public WeightedQuickUnionDSWithPathCompression(int N) {
parent = new int[N]; size = new int[N];
for (int i = 0; i < N; i++) {
parent[i] = i;
size[i] = 1;
}
}
private int find(int p) {
if (p == parent[p]) {
return p;
} else {
parent[p] = find(parent[p]);
return parent[p];
}
}
public int find(int p) {
while (p != id[p]) {
p = id[p];
}
return p;
}
public boolean isConnected(int p, int q) {
return find(p) == find(q);
}
public void connect(int p, int q) {
int i = find(p);
int j = find(q);
if (i == j) return;
if (size[i] < size[j]) {
parent[i] = j; size[j] += size[i];
} else {
parent[j] = i; size[i] += size[j];
}
}
}
# 4 路径压缩的加权 Quick Union
在检查节点的同时将它们直接链接到根节点,只需要在 find 中添加一个循环即可。
# 比较
算法 | union | find |
---|---|---|
Quick Find | N | 1 |
Quick Union | 树高 | 树高 |
加权 Quick Union | logN | logN |
路径压缩的加权 Quick Union | 非常接近 1 | 非常接近 1 |