堆和不相交数据结构.pptVIP

第4章 堆和不相交集数据结构 4.1 引言 4.2 堆 4.2.1 堆上的运算 4.2.2 创建堆 4.2.3 堆排序 4.2.4 最大堆和最小堆 4.3 不相交集数据结构 4.3.1 按秩合并措施 4.3.3 Union-Find算法 4.3.2 路径压缩 4.2.1 堆上的运算 4.3 不相交集数据结构 4.3.1 按秩合并措施 4.3.2 Union-Find算法 算法4.6 Find(参见Page 83) 输入：结点x。 输出：root(x)，包含x的树的根。 1. y←x 2. while p(y)≠0 //p(y)=0表示y是根结点 3. y←p(y) 4. end while 5. root←y 6. return root //注：路径压缩被略去，详见4.3.3。 4.3.3 路径压缩 在Find(x)运算中，首先找到x的根结点y；然后再次遍历从x到y的路径，沿着路径改变所有结点的指针值，使它们直接指向根结点y。 ㈡不相交集数据结构 ⑴将用于命名子集名称的元素视为根，其余元素视为其后代，每个子集可用一棵根树来表示，这样便形成了森林。 9 ⑵每个结点都有一个指针。非根结点的指针指向它的父结点；根结点的指针值为0，表示不指向任何结点。 ⑶森林可方便地用数组A[1..n]。A[j]是j的父结点，若A[j]=0，说明j是根结点。 ⑷对于任一元素x，用root(x)表示包含x的树的根，例root(6)=3。 1 1 0 0 1 3 3 8 0 3 0 1 2 3 4 5 6 7 8 9 10 11 8 4 1 7 10 11 3 2 5 6 {1,7,10,11} {2,3,5,6} {4,8} {9} ㈢不相交集运算实现 ⑴Find(x) 寻找并返回包含元素x的树的根。例， Find(6)=root(6)=3 ⑵Union(x,y) 将包含x和y的二个不相交集合并成一个集合，也就是说把二棵树合并成一棵树。Union(x,y)可表示为Union(root(x),root(y))。 若合并后树的根为root(x)，则有A[root(y)]=root(x)。 若合并后树的根为root(y)，则有A[root(x)]=root(y)。 8 4 9 8 4 9 或 9 8 4 例，Union(4,9)=Union(root(4),root(9))=Union(8,9) 0 0 8 1 2 3 4 5 6 7 8 9 10 11 8 n n-1 … … 2 1 ㈠ 问题的提出 若直接进行合并运算有个明显缺点，在极端情况下，树有可能退化成线性表。 假定从单元素集合{1}、{2}、 …、{n}开始，执行下面的合并序列，假设第二个参数为合并后树的根。 Union(1,2)、Union(2,3)、…、Union(n-1,n) 形成的树如左图所示。 执行下面的寻找序列： Find(1)、Find(2)、…、Find(n) n次寻找运算总的代价为： ㈡引入秩 为了限制每棵树的高度，采用秩合并的措施。给每个结点存储一个非负数作为该结点的秩(记为rank)，初始时每个结点的秩均为0。 设x和y是二棵不同树的根，执行Union(x,y)时，比较rank(x)和rank(y)，若 rank(x)rank(y)，则使y成为x的父结点， rank(x)和rank(y)不变； rank(x)=rank(y)，则使y成为x的父结点，rank(y) 增1，rank(x)不变(或相反)； rank(x)rank(y)，则使x成为y的父结点， rank(x)和rank(y)不变。 x1 100 y2 21 50 60 y1 100 x2 21 50 60 71 100 y2 21 50 60 x2 rank(x)rank(y)，则使y成为x的父结点， rank(x)和rank(y)不变。 rank(x)=rank(y)，则使y成为x的父结点，rank(y)增1，rank(x)不变(或相反)。 rank(x)rank(y)，则使x成为y的父结点，rank(x)和rank(y)不变。 y3 设x是任意结点，p(x)是x的父结点，有下面二个基本观察结论。 观察结论4.1(Page 82) rank(p(x))rank(x) 观察结论4.2(Page 82) rank(x)的值初始化为0，在后继合并运算序列中，它的值递增。一旦x变成了其它树的子结点，它的秩就不再改变。 算法4.7 Uni