当前位置: 首页 > news >正文

代码随想录算法训练营Day47 | 并查集理论基础、107.寻找存在的路线

并查集理论基础

一、核心思想

高效处理动态连通性问题。

并查集用于判断两个元素是否在同一个集合中。它将每个集合看作一棵树,集合的“代表”就是这棵树的根节点。如果两个元素的根节点相同,它们就在同一个集合。

二、三大核心操作
  1. 初始化
    • 功能:开始时,每个元素都是一个独立的集合,其根节点是自己。
    • 代码:
void init(int n) { for (int i = 0; i < n; ++i) { father[i] = i; // 每个节点的父节点都是自己 } }
  1. 寻根
    • 功能:找到指定元素所在集合的根节点。这是并查集的灵魂。
    • 优化(路径压缩):在寻找根的过程中,将路径上的所有节点直接指向根节点,极大提升后续查询效率。
    • 代码:
int find(int u) { // 如果u的父节点不是自己,就递归寻找,并把u的父节点直接设置为根 return u == father[u] ? u : father[u] = find(father[u]); }
  1. 合并
    • 功能:将两个元素所在的集合合并成一个。
    • 核心原则:必须先找到两个元素的根节点,再将其中一个根节点连接到另一个上。
    • 代码:
void join(int u, int v) { u = find(u); // 找到u的根 v = find(v); // 找到v的根 if (u == v) return; // 如果根相同,说明已在同一集合,无需操作 father[v] = u; // 将v的根连接到u的根上 }
  1. 判断
    • 功能:判断两个元素是否在同一个集合。
    • 代码:
bool isSame(int u, int v) { return find(u) == find(v); }
三、常见误区:join函数的正确写法

错误写法:

void join(int u, int v) { if (isSame(u, v)) return; // 虽然判断对了,但... father[v] = u; // ...这里连接的是原始节点u和v,而不是它们的根! }
  • 问题:这样会破坏树的结构,导致后续find操作出错。例如,join(1, 2); join(3, 2);后,isSame(1, 3)会返回false,不符合预期。

正确写法:

void join(int u, int v) { u = find(u); // 必须先找根! v = find(v); // 必须先找根! if (u == v) return; father[v] = u; // 连接的是根节点 }
  • 原因:保证了总是将两个集合的根进行连接,维护了数据结构的正确性。
四、另一个优化:按秩合并
  • 思想:在合并时,总是将“秩”(可以理解为树的高度或大小)较小的树挂载到较大的树上,避免树的高度过快增长。
  • 虽然理论上很好,但路径压缩的优化效果已经非常出色,且代码更简洁。在实际应用和面试中,通常只使用路径压缩就足够了。
五、完整代码模板
int n = 1005; // n根据题目中节点数量而定,一般比节点数量大一点就好 vector<int> father = vector<int> (n, 0); // 并查集初始化 void init() { for (int i = 0; i < n; ++i) { father[i] = i; } } // 并查集里寻根的过程 int find(int u) { return u == father[u] ? u : father[u] = find(father[u]); // 路径压缩 } // 判断 u 和 v是否找到同一个根 bool isSame(int u, int v) { u = find(u); v = find(v); return u == v; } // 将v->u 这条边加入并查集 void join(int u, int v) { u = find(u); // 寻找u的根 v = find(v); // 寻找v的根 if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回 father[v] = u; }
六、复杂度分析
  • 空间复杂度:O(n),需要一个father数组。
  • 时间复杂度:接近 O(1)。
    • 路径压缩后的并查集时间复杂度在O(logn)与O(1)之间,且随着查询或者合并操作的增加,时间复杂度会越来越趋于O(1)。
    • 路径压缩保证了每次操作后,树的结构都趋向于扁平化,使得后续的查询和合并操作非常快。

KamaCoder107.寻找存在的路线

107. 寻找存在的路线

1.思路

本题是并查集的模板题,掌握基础模板就能直接拿下。

#include <iostream> #include <vector> using namespace std; int n,m; vector<int>father(105,1); void init(){ for(int i=1;i<=n;i++){ father[i]=i; } } int find(int u){ if(u==father[u]) return u; return father[u]=find(father[u]); } bool issame(int u,int v){ u=find(u); v=find(v); return u==v; } void join(int u,int v){ u=find(u); v=find(v); if(u==v) return; father[u]=v; } int main(){ cin>>n>>m; init(); for(int i=0;i<m;i++){ int s,t;cin>>s>>t; join(s,t); } int source,destination; cin>>source>>destination; cout<<issame(source,destination); return 0; }

2.Reference:107. 寻找存在的路径 | 代码随想录

http://www.cnnetsun.cn/news/61218.html

相关文章:

  • FMEA在软件可靠性测试中的实践与应用
  • Playwright MCP在UI自动化测试中的定位与思考
  • 友达 G170ETN02.1 工业液晶显示屏:17.0 英寸超宽温高亮度场景的显示驱动技术解析
  • Harmony之路:服务卡片——打造桌面上的“原子化服务“
  • JVM内存模型详解
  • 源启高校・郑航站圆满落幕!鸿蒙 6.0 适配实战 + 职业机遇双赋能,解锁开源新可能
  • 腾讯混元大模型开源:520亿激活参数改写行业效率标准
  • 计算机专业毕业=码农?网络安全正在重塑你的职业天花板
  • 120亿参数颠覆智能体市场:GLM-4.5-Air-FP8如何重新定义企业AI效率标准
  • Forget-Me-Not: 建议采用一种简单的提示技术,防止在长时间的提示中遗忘信息
  • 数据处理服务:G1/ZGC如何提升稳定性
  • 18、使用 Neutron 创建独立路由器
  • 什么是回溯算法
  • 7、OpenStack网络配置与Linux桥接网络详解
  • Web服务器性能优化终极指南:快速提升响应时间
  • 古城景区管理|基于springboot + vue古城景区管理系统(源码+数据库+文档)
  • 腾讯开源HunyuanVideo-Avatar:一张照片+14秒音频,开启数字人创作全民时代
  • AI提示词实战技巧:从新手到专家的五个关键突破
  • agsXMPP使用
  • HTML图像与多媒体:img、picture、figure、video标签深度解析
  • 区块链 Web3 外包开发公司
  • Claude Code Router智能路由系统:5步实现多AI模型自动调度
  • 3天掌握专业RAW照片处理:darktable零基础快速上手指南
  • CogAgent-9B:2025年视觉语言模型的GUI交互革命
  • Awesome-CV模板完全攻略:打造专业双语简历的终极方案
  • PowerShell自动化运维终极指南:系统管理的革命性工具集
  • 解锁Discord隐藏权限:从用户视角到管理视角的无缝切换
  • 35亿参数重构边缘智能:Liquid AI LFM2-350M开启终端AI效率革命
  • AI产品经理思维揭秘:普通人如何转型成为未来10年最抢手的职业人才!
  • 大语言模型开源突破终极指南:从万亿参数到产业落地