acm icpc算法基础下第四周并.pptxVIP

并查集（Disjoint Set）吕洪涛导引问题 在某个城市里住着n个人，任何两个认识的人不是朋友就是敌人，而且满足：我朋友的朋友是我的朋友；我敌人的敌人是我的朋友； 已知关于 n个人的m条信息（即某2个人是朋友或者敌人），假设所有是朋友的人一定属于同一个团伙，请计算该城市最多有多少团伙？如何实现？什么是并查集？英文：Disjoint Set，即“不相交集合”将编号分别为1…N的N个对象划分为不相交集合，在每个集合中，选择其中某个元素代表所在集合。常见两种操作：合并两个集合查找某元素属于哪个集合所以，也称为“并查集”什么是并查集？ 简单地说，并查集是就维护“哪些人属于同一集合”这一信息的数据结构。实现方法（1）用编号最小的元素标记所在集合；定义一个数组 set[1..n] ，其中set[i] 表示元素i 所在的集合；i123456789101214261622Set(i)不相交集合： {1,3,7}, {2,5,9,10}, {4}, {6,8}方法(1)——效率分析合并操作Merge1(a,b){ i = min(a,b); j = max(a,b); for (k=1; k=N; k++) { if (set[k] == j) set[k] = i; }}查询操作find1(x){ return set[x];}O(1)O(N)有待改进？对于“合并操作”，必须搜索全部元素！采用树结构，对每个点只维护“父节点是谁”的信息。2314i8965107par(i)实现方法（2）每个集合用一棵“有根树”表示定义数组 par[1..n]par[ i ] = i , 则i表示本集合，且是集合对应树的根par[ i ] = j, j!=i, 则 j 是 i 的父节点. 123456789101232134334方法(2)——效率分析merge2(a, b){ if (ab) par [b] = a; else par [a] = b;}find2(x){ r = x; while (par[r] != r) r = par[r]; return r;}O(1)最坏情况O(N)一般情况是O(logN)如何避免最坏情况?避免最坏情况方法：将深度小的树合并到深度大的树实现：假设两棵树的深度分别为h1和h2, 则合并后的树的高度h是:max(h1,h2), if h1!=h2.h1+1, if h1==h2.效果：任意顺序的合并操作以后，包含k个节点的树的最大高度不超过?优化后算法及效率merge3(a,b){ if (height(a) == height(b)) { height(a) = height(a) + 1; par[b] = a; } else if (height(a) height(b)) par [a] = b; else par [b] = a; }find2(x){ r = x; while (par[r] != r) r = par [r]; return r;}最坏情况O(log N)O(1)进一步优化——路径压缩思想：每次查找的时候，如果路径较长，则修改信息，以便下次查找的时候速度更快步骤:第一步，找到根结点第二步，修改查找路径上的所有节点，将它们都指向根结点带路径压缩的查找算法非递归版本find3(x){ r = x; while (par[r] != r) //循环结束，则找到根节点 r = par [r]; i = x; while (i != r) //本循环修改查找路径中所有节点 { j = par [i]; par [i] = r; i = j; } return r; } 递归版本find3(x){if(par[x]==x) return x;return par[x]=find3(par[x]); }6649410920111108111128211612201621路径压缩示意图经过路径压缩后，，在一个包含 n 个元素的并查集中，进行 m 次查询或合并操作，最坏情况下所需的时间为 O(mα(n)) ，这里的 α 是 Ackerman 函数的某个反函数，在极大的范围内（比可观察到的宇宙中估计的原子数量 还大很多）都可以认为是不大于 4 的。也就是说，查询和合并操作的复杂度都可以看成是常数级的。?示例—The Suspects(POJ-1611)题目描述：在Not-Spreading-Your-Sickness大学(?NSYSU),?有许多学生团体。同一组的学生经常彼此相通,一个学生可以同时加入几个小组。为了防止非典的传播,NSYSU收集了所有学生团体的成员名单。他们的标准操作程序如下：一旦一组中有一个可能的患者,?组内的所有成员就都是可能的患者。然而,他们发现当一个学生被