Ch08-不相交集.pptVIP

不相交集 高文宇 gwyy@163.com §1 等价关系 定义1（关系）：relation R is defined on a set S if for every pair of elements (a, b), a, b ?S, a R b is either true or false. If a R b is true, then we say that a is related to b. 定义2（等价关系）：A relation, ~, over a set, S, is said to be an equivalence relation over S iff it is symmetric, reflexive, and transitive over S. 定义3（等价类）：Two members x and y of a set S are said to be in the same equivalence class iff x ~ y. §2 动态等价性问题 动态连通性问题 问题的输入是一系列整数对，其中每个整数表示某种类型的对象，一个整数对(p, q)可以视为“p和q是相连的”，“相连”是等价关系。 程序从输入中读取整数对(p, q)，如果已知前面所有的整数对都不能说明p和q是相连的，那么将这一对整数对写入到输出中。如果已知的数据可以说明p和q是相连的，则程序忽略该整数对，并继续处理下一个整数对。 Union Find Given a set of N objects. ? Union command: connect two objects. ? Find/connected query: is there a path connecting the two objects? Dynamic connectivity union(4, 3) union(3, 8) union(6, 5) union(9, 4) union(2, 1) connected(0, 7)--No connected(8, 9)--Yes union(5, 0) union(7, 2) connected(0, 7)--Yes union(1, 0) union(6, 1) 动态连通性问题的几个难点 对象的个数 N 可能会很庞大 操作的次数（find，union）M 可能很庞大 Find 查询和 union操作可能是交替进行的 算法是动态的，集合（等价类）会因为union操作而发生改变。 算法是联机算法（on-line）。 Union-find的基本实现 Union-find Union-find示例 算法分析 find()方法：O(1) union()方法：O(N) connected()：O(1) 因此，若有N个节点，输入为N个整数对，则总的运行时间为O(N^2)。 对于有100万个节点，200万个整数对的测试文件largeUF.txt来说，Quick-find无能为力。 采用树形结构实现union 通过采用“树”结构来加速union操作 Quick Union Quick Union使用例程 Quick union示例 Quick union算法分析 find()方法：增加了 union()方法：O(1)，但union依赖于find connected()：不变 问题在于quick union算法在最坏情况下并不比quick find算法好。 加权quick union算法 Union-by-Size：简单修改quick union算法就能大幅提高性能。与其在union()中随意地将一棵树连接到另一棵树，我们可以记录每一棵树的大小，并总是将较小的树连接到较大的树上。 Union-by-Height： Always change the shallow tree Union by size实际效果 命题H：对于N个节点，加权quick-union算法构造的森林中的任意节点的深度不超过lgN。 推论：对于加权quick-union算法和N个节点，在最坏情况下find()，connected()，union()的成本的增长数量级为lgN。 Union by height 进一步改进--路径压缩 理想情况下，我们希望每个节点都直接连接在它的根节点上，但我们又不希望像quick-find算法中那样通过修改大量链接来做到这一点。 但是接近这种理想状态的方法很简单，那就是在检查节点的同时将它们直接连接到根节点。 要实现路径压缩，只需在find()方法中稍做修改即可。 作业 看程序： disjsets.c—不相交集的实现 再见 再见 * typedef int DisjSet[ NumSets + 1 ]; typed