并查集[讲义.ppt

并查集的时间复杂度 其中α(n)是Ackermann函数的某个反函数，增长速度及其缓慢。 α(n)=4。所以并查集的单次查找操作的时间复杂度也几乎是常数级的。 算法分析： 搜索可以实现（dfs，bfs） 并查集实现 0234500067103456050020456006710000000089 dx:array[1..4]of integer=(1,0,-1,0); dy:array[1..4]of integer=(0,1,0,-1); //逐行逐列扫描： ans:=0; for i:=1 to n do for j:=1 to m do if b[i,j] then begin inc(ans); try(i,j); end; procedure try(i,j:integer);//dfs var k:integer; begin b[i,j]:=false;//访问标记 for k:=1 to 4 do if b[i+dx[k],j+dy[k]] then try(i+dx[k],j+dy[k]); end; A(i,j) B(i,j-1) C(i-1,j) ◆ 逐行扫描，依次处理每一个点 ◆ 初始化：每个点的父亲指向本身 //每个数是独立的一个细胞 ◆ 处理点A(I,j): 3种情况如下： ◆ 如果B和C都是细胞：合并 P=find(c); q=find(b); If pq then father[p]=q father[A]=q; ◆ 如果B是而C不是，则 father[A]=B 或father[A]=find(B) ◆ 如果B不是而C是，则 father[A]=C 或father[A]=find(C) ◆ 统计父亲是自身(find(i)=i)的结点数即细胞的个数 const maxn=3000; type point=record x,y:integer; //行与列 end; a:array[1..maxn,1..maxn]of point; //父亲结点 b:array[0..maxn,0..maxn]of boolean; //是否是细胞 算法的实现： //数据读入 readln(n,m); for i:=1 to n do begin for j:=1 to m do begin read(ch); b[i,j]:=ch0; if b[i,j] then begin a[i,j].x:=i; a[i,j].y:=j; end; // 初始化父亲指向自身 end; readln; end; for i:=1 to n do for j:=1 to m do if b[i,j] then begin if b[i-1,j] and b[i,j-1] then //左与上是细胞 begin p:=find(i-1,j); q:=find(i,j-1); if (p.xq.x)or(p.yq.y) then a[p.x,p.y]:=q; a[i,j]:=q; end; if b[i-1,j]and not b[i,j-1] then //上是左不是 begin a[i,j].x:=i-1;a[i,j].y:=j; end; if b[i,j-1] and not b[i-1,j] then //上不是左是 begin a[i,j].x:=i;a[i,j].y:=j-1; end; end; 逐行扫描处理每个细胞结点 function find(x0,y0:longint):point; //查找当前位置（x0，y0）细胞的父亲结点 begin if (x0=a[x0,y0].x) and (y0=a[x0,y0].y) then exit(a[x0,y0]); find: