NOCOW_并查集.docVIP

并查集 并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。常常在使用中以森林来表示。 [编辑] 并查集的主要操作 合并两个不相交集合 判断两个元素是否属于同一集合 [编辑] 主要操作的解释及代码 需要注意的是，一开始我们假设元素都是分别属于一个独立的集合里的。 （1） 合并两个不相交集合操作很简单：先设置一个数组Father[x]，表示x的“父亲”的编号。那么，合并两个不相交集合的方法就是，找到其中一个集合最父亲的父亲（也就是最久远的祖先），将另外一个集合的最久远的祖先的父亲指向它。 附图一张（摘自CLRS）——Ronice a图为两个不相交集合，b图为合并后Father(b):=Father(g) 代码： Procedure Union(x,y:integer);{其中GetFather是下面将讲到的操作} var fx,fy?: integer; begin fx?:= GetFather(x); fy?:= GetFather(y); If fxfy then Father[fx]?:= fy;{指向最祖先的祖先} end; （2） 判断两个元素是否属于同一集合仍然使用上面的数组。则本操作即可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。（有待补图，制作中）代码： Function Same(x,y:integer):boolean; begin if GetFather(x)=GetFather(y) then exit(true) else exit(false); end; [编辑] 并查集的优化 （1）路径压缩 刚才我们说过，寻找祖先时采用递归，但是一旦元素一多起来，或退化成一条链，每次GetFather都将会使用O（n）的复杂度，这显然不是我们想要的。 对此，我们必须要进行路径压缩，即我们找到最久远的祖先时“顺便”把它的子孙直接连接到它上面。这就是路径压缩了。使用路径压缩的代码如下，时间复杂度基本可以认为是常数的。 附图摘自CLRS： Procedure Initialize; var i:integer; begin for i:=1 to maxv do Father[i]:=i; end; ? Function GetFather(v:integer):integer; begin if Father[v]=v then exit(v) else Father[v]:=GetFather(Father[v]); exit(Father[v]); end; （2）rank合并 合并时将元素少的集合合并到元素多的集合中。 function judge(x,y:integer):boolean; var fx,fy?: integer; begin fx?:= GetFather(x); fy?:= GetFather(y); If fx=fy then exit(true) else judge?:= false; if rank[fx]rank[fy] then father[fy]?:= fx else begin father[fx]?:= fy; if rank[fx]=rank[fy] then inc(rank[fy]); end; end; 初始化：fillchar(rank,sizeof(rank),0); [编辑] 时间复杂度 O(n*α(n)) 其中α(x),对于x=宇宙中原子数之和,α(x)不大于4 事实上，路经压缩后的并查集的复杂度是一个很小的常数。 [编辑] 源代码 加了所有优化的代码框架： c c++ Code:Disjointset c++ 来自NOCOW 跳转到: 导航, 搜索 #includeiostream #define MAXN 100001 using namespace std; ? int father[MAXN],n,m,q; ? int getfather(int v){ if (father[v]==v) return v; father[v]=getfather(father[v]); return father[v]; } ? bool same(int x,int y){ return (getfather(x)==getfather(y)