当前位置: 首页 > news >正文

数据结构之并查集

一、并查集的原理

在一些应用问题中,需要将n个不同的元素划分成一些不相交的集合,开始时,每个元素自成一个单元素集合,然后按一定规律将同一组的元素集合合并。在此过程中要反复用到查询某个元素归属于哪个集合的运算,适合于描述这类问题的抽象数据结构类型称为并查集(union-find-set)

比如作者有大学同学,高中同学,初中同学,他们彼此不认识。就会分为三个集合。

按10人来算,将其按编号分为0-9,

分为不同的团体

用数组来表示该树形关系,数组中的非负数代表其父节点,负数表示该结点为根结点,且该树形有abs(负数)个结点。

之后,机缘巧合下,大学同学和初中同学在一场聚会中认识了,就将其合并为一个集合。

通过以上例子可知并查集一般可解决以下问题:

1.查找元素属于哪一个集合
2.查看两个元素是否属于同一个集合
3.将两个集合归并为一个集合
4.得到集合的个数

二、并查集的实现

1.这里我使用map存储名字和其对应vector的下标,vector来存储其关系。
class UnionFindSet{ public: UnionFindSet(int n) { v.reserve(n); } private: vector<int> v; map<T,int> m; };
2.push实现去添加新元素
void push(T&& name) { v.push_back(-1); m[name] = v.size() - 1; } void push(const T& name) { v.push_back(-1); m[name] = v.size()-1; }

这里实现右值引用和const左值引用两个版本

3.给一个元素,找见其元素所在集合的位置
//给一个元素,找见其元素所在集合的位置 int UnionFind(const T& name) { if (m.count(name) == 0) { return -1; } else { //通过循环遍历,找见v[index]为负数的位置 //该index就为根节点的位置 int index= m.find(name)->second; while (v[index] >= 0) { index = v[index]; } return index; } }
4.查找集合的个数
//集合的个数 size_t Count()const { size_t count = 0; for (int i = 0; i < v.size(); i++) { if (v[i] < 0) { count++; } } return count; }
5.查找两个元素是否为同一个集合,并合并
//合并两个元素为同一个集合 bool merge(const T& name1, const T& name2) { //查找两个元素是不是同一个集合 int x1 = UnionFind(name1); int x2 = UnionFind(name2); if (x1 == x2) {//因为有相同的根节点,所以为同一个集合 return false; } else { v[x1] += v[x2];//将v[x2]存储的内容加在v[v1]上更新新集合的结点数量 v[x2] = x1;//将v[x2]指向父节点 return true; } } //也可合并多个元素,利用可变参数包 template<class...Args> void merge(const T& name1, const T& name2, Args&&... args) { merge(name1, name2); if constexpr (sizeof...(args) > 0) {//constexpr可以在编译时检查,防止传参出现问题 merge(name2, forward<Args>(args)...);//这里用完美转发去保持其右值属性不变。 } }

三、并差集的应用

1.省份数量https://leetcode.cn/problems/number-of-provinces/description/
class Solution { public: int findCircleNum(vector<vector<int>>& isConnected) { vector<int> v; v.resize(isConnected.size(),-1); auto find=[&v](int index){//寻找根节点的数组下标 while(v[index]>=0){ index=v[index]; } return index; }; auto merge=[&v,&find](int a,int b){//合并两个集合 int a1=find(a); int b1=find(b); if(a1!=b1){ v[a1]+=v[b1]; v[b1]=a1; } }; for(int i=0;i<isConnected.size();i++){ for(int j=0;j<isConnected.size();j++){ if(isConnected[i][j]==1){//建立集合的关系 merge(i,j); } } } int count=0; for(int i=0;i<v.size();i++){ if(v[i]<0){//判断“省份”的数量 count++; } } return count; } };
2.等式方程的可满足性https://leetcode.cn/problems/satisfiability-of-equality-equations/description/
class Solution { public: bool equationsPossible(vector<string>& equations) { vector<int> v; v.resize(26,-1); auto find=[&v](int index){ while(v[index]>=0){ index=v[index]; } return index; }; auto merge=[&v,&find](int x,int y){ int x1=find(x); int y1=find(y); if(x1!=y1){ v[x1]+=v[y1]; v[y1]=x1; } }; for(auto& e:equations){ if(e[1]=='='){//先将等于关系建立起来 merge(e[0]-'a',e[3]-'a'); } } for(auto& e:equations){ if(e[1]=='!'){//判断两个不等的元素是否有相等关系 int x=find(e[0]-'a'); int y=find(e[3]-'a'); if(x==y){//有就返回失败 return false; } } } return true;//遍历结束返回成功 } };
http://www.cnnetsun.cn/news/168270.html

相关文章:

  • 免费在线网盘解析:夸克文件高速下载
  • Git原理与使用
  • 神经网络如何学习:一种概率视角
  • 亲测10款降ai率工具:AI率80%怎么一键降低ai?(2025最新降AIGC避坑指南)
  • PySpark实战 - 2.1 利用Spark SQL实现词频统计
  • PerlinNoise Perlin噪声(PerlinNoise)隐式函数构建模型并渲染
  • Linly-Talker支持模型性能 profiling,精准定位瓶颈
  • Linly-Talker如何处理中英文混读?语音识别适配策略
  • LLM 的思考方式
  • 【虚拟同步机控制建模】三相虚拟同步发电机双环控制(Simulink仿真实现)
  • 万字长文!关于AI绘图,一篇超详细的总结发布
  • 数字人会议主持:Linly-Talker在远程会议中的创新应用
  • 【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)
  • 用Linly-Talker做企业宣传片?品牌传播的AI新路径
  • Electerm(桌面终端模拟软件)
  • Thinkphp和Laravel基于Vue的黄山旅游景区门票预订网站的设计与实现_3h38caai
  • Thinkphp和Laravel基于大数据架构的大学生求职招聘就业岗位推荐系统的设计与实现_67911t4j
  • AI工具实战测评技术
  • 创意AI应用开发大赛技术
  • 全球股市估值与海洋微生物能源技术的关系
  • 基于python的同城宠物照看数据可视化分析系统的设计与实现_34cl0po8--论文
  • 【路径规划】基于RRT快速探索随机树的图像地图路径规划实现3附matlab代码
  • Quartz 工作模式,是“堵塞排队”还是“并发狂奔”?
  • 【FFNN负荷预测】基于人工神经网络的空压机负荷预测(Matlab代码实现)
  • 【C2000系列DSP的反向灌电流】为什么热插拔的时候I2C总线电平会被拉低?
  • Gemini Inc靶场练习(包含suid提权,文件包含漏洞,ssh免密登录)
  • 软件解耦与扩展:插件式开发方式(基于 C++ 与 C# 的实现)
  • 免费降AI率的工具红黑榜:认准这2个免费降AI率工具,亲测有效!
  • 霍华德·马克斯的市场周期定位技巧
  • 1500字免费降AIGC率的额度,2026年毕业论文查重必备!