⭐LeetCode 128. Longest Consecutive Sequence

题目描述

知识点

并查集

结果

不太好，排名好低呀

实现

码前思考

1. 要不是实现知道这个题得用并查集，我可能根本想不到要用并查集；
2. 时间复杂度为 $O(n)$这就很恐怖，不能使用动态规划里的LIS了;
3. 考虑到数字重复的情况，通过题意可以知道，数字重复和一个数字，它们的价值是等价的，也就是说重复数字可以看作是一个数字！！！
4. 由于题中没有给出数字的大小，可能是正的，也可能是负的，我们得hash到可以到可用的非负数范围之内，但是由于我不太会hash，所以失败了。最后思考发现可以使用unordered_map来实现，这种数据结构采用哈希表实现，时间复杂度为 $O(1)$，而map使用红黑树，时间复杂度为 $O(logN)$；
5. 我这里的并查集father的意思是：以该节点为起始的最长序列包含的元素。 但是是不包含该节点的。这个思路有点绕弯，后面的码后反思的那个思路更好一点；
6. 由于我们是每次遍历读取nums中的数据cur将cur合并到前一个数字cur-1上，所以可能前一个数字cur-1不存在于nums中，所以还得另外把每个数字的前一个数字cur-1加到unordered_map中，这样确实复杂多了，唉。

代码实现

//时间复杂度为O(n)这就很恐怖，不能使用动态规划了
class Solution {
private:
    //father数组，初始化为自己
    //使用unordered map来存储
    unordered_map<int,int> father;

    //每棵树的结点的个数，表示从该结点开始的最小序列的大小
    unordered_map<int,int> count;

    //最大连通分量的大小
    int ans;
public:
    int longestConsecutive(vector<int>& nums) {
        if(nums.size() == 0){
            return 0;
        }


        //初始化两个数组
        //初始化father
        for(auto i : nums){
            father[i] = i;
            father[i-1] = i-1;
            count[i] = 1;
            count[i-1] = 1;            
        }
        

        ans = 1;

        for(auto i : nums){
            
            //对cur进行映射，cur应该是从1开始的
            int cur = i;
            int pre = i-1;
            
            int fatherCur = findFather(cur);
            int fatherPre = findFather(pre);

            if(fatherCur == fatherPre){//说明已经在一个并查集里面了，不需要进行操作
                continue;
            }else{  //如果不在一个并查集里面，需要进行合并
                //将大的数合并到小的数的集里面
                Union(fatherCur,fatherPre);
                //表示数量也进行了合并
                count[fatherPre] = count[fatherPre] + count[fatherCur];
                
                if(count[fatherPre] > ans){
                    ans = count[fatherPre];
                }
            }

        }

        return ans-1;
    }

    int findFather(int x){
        if(father[x] == x){
            return x;
        }else{
            int tmp = findFather(father[x]);
            father[x] = tmp;
            return tmp;
        }
    }

    void Union(int cur,int pre){
        father[cur] = pre;
    }
};

码后反思

1. 网友的并查集的思想比我的更好:
   
   他是以当前结点作为基准，去寻找后继结点的。而我是以当前结点作为基准，去寻找前驱结点。然而我们的并查集的概念是一致的，最终导致我的思路要绕一些弯。
2. 修改思路后的代码：
   

   //时间复杂度为O(n)这就很恐怖，不能使用动态规划了
   class Solution {
   private:
       //father数组，初始化为自己
       //使用unordered map来存储
       unordered_map<int,int> father;
   
       //每棵树的结点的个数，表示从该结点开始的最小序列的大小
       unordered_map<int,int> count;
   
       //最大连通分量的大小
       int ans;
   public:
       int longestConsecutive(vector<int>& nums) {
           if(nums.size() == 0){
               return 0;
           }
   
   
           //初始化两个数组
           //初始化father
           for(auto i : nums){
               father[i] = i;
               count[i] = 1;        
           }
           
   
           ans = 1;
   
           for(auto i : nums){
               
               //对cur进行映射，cur应该是从1开始的
               int cur = i;
               int next = i+1;
               
               int fatherCur = findFather(cur);
   
               if(father.count(next) == 0){
                   continue;
               }else{
                   int fatherNext = findFather(next);
                   if(fatherCur == fatherNext){//说明已经在一个并查集里面了，不需要进行操作，考虑了重复数字的情况
                       continue;
                   }else{  //如果不在一个并查集里面，需要进行合并
                       //将小的数合并到大的数的集里面                    
                       Union(fatherCur,fatherNext);
                       //表示数量也进行了合并
                       count[fatherCur] = count[fatherNext] + count[fatherCur];
                       
                       if(count[fatherCur] > ans){
                           ans = count[fatherCur];
                       }
                   }
               }
   
   
   
           }
   
           return ans;
       }
   
       int findFather(int x){
           if(father[x] == x){
               return x;
           }else{
               int tmp = findFather(father[x]);
               father[x] = tmp;
               return tmp;
           }
       }
   
       void Union(int cur,int next){
           father[next] = cur;
       }
   };
   

3. 需要注意，判断unordered_map里面有没有一个key得使用count()，不能用key对应的mp[key]==0来判断，原因很显然，不要投机取巧！
4. 并查集的方法其实有点蠢，使用C++ STL的unordered_map自带的hash功能，就能很快的实现这个功能。看来自己是被并查集（或者是自己的思想）束缚住了，显然并查集是平白地在hash的基础上增加了hash的工作量！
5. 这道题最大的收获应该是掌握了hash的手法unordered_map，受教了！