并查集的详细讲解!!!——————学算法、数据结构必备。

一、什么是并查集?

并查集是一种数据结构。
并查集这三个字,一个字代表一个意思。
并————代表合并
查————代表查找
集————代表这是一个以字典为基础的数据结构,它的基本功能是合并集合中的元素,查找集合中的元素。
并查集的典型应用是有关联连通分量的问题。
因为并查集解决单个问题(添加,合并,查找)的时间复杂度都是O(1),因此,并查集的应用范围十分的广泛。

二、并查集的代码实现

1.集合树用字典存储的定义

并查集使用的是字典来存储树,字典的键是子节点,值是父节点。
:与二叉树、链表不同,二叉树、链表是键是父节点,值为子节点。

class UnionFind:

    def __init__(self):
        """
        记录每个节点的父节点
        """
        self.father = {
    
    }
       # self.value = {}  如果边有权重 # key 本节点名称 ,value 为本节点 到 根点的权值


上图的节点是互相联通的(从一个节点可以到达另一个节点),那么在同一棵树(同一个集合中),他们的祖先是相同的。

2.初始化(添加元素)

当把一个新节点添加到并查集中,它的父节点应该是空。

def add(self,x):
	'''
	添加新节点
	'''
	if x not in self.father:
		self.father[x] = None

3.合并两个节点

如果发现两个节点是联通的,那么就要将他们合并。然后如果他们是同属于一棵树的,则任选一个节点作为另一个节点的父节点。如果他们的根是不同的,则让一个树的根节点作为另一个树的根节点的父节点。

def merge(self,x,y):
	'''
	合并两个节点
	'''
	root_x,root_y = self.find(x),self.find(y) #查找节点x,y的根节点
	if root_x != root_y:   #根节点不同,则合并
		self.father[root_x] = root_y

4.查找一个节点的根节点

查找一个根节点的方法是:如果节点的父节点不为空,那么就不断迭代。

def find(self,x):
	'''
	查找根节点
	'''
	root = x
	while self.father[root] != None:
		root = self.father[root]
	return root

5.路径压缩

这里有一个优化的点:如果我们树很深,比如说退化成链表,那么每次查询的效率都会非常低。所以我们要做一下路径压缩。也就是把树的深度固定为二。

这么做可行的原因是,并查集只是记录了节点之间的连通关系,而节点相互连通只需要有一个相同的根节点(祖先)就可以了。

路径压缩可以用递归,也可以迭代。这里用迭代的方法。

def find(self,x):
	'''
	查找根节点
	'''
	root = x
	while self.father[root] != None:
		root = self.father[root]
	#路径压缩
	while x != root:
		original_father = self.father[x]
		self.father[x] = root
		x = original_father
	return root
	


6两节点是否连通

我们判断两个节点是否处于同一个连通分量的时候,就需要判断它们的根节点(祖先)是否相同

def is_connected(self,x,y):
	'''
	判断两节点是否联通
	'''
	return self.find(x) = self.find(y)

完整模板

#并查集Python代码的实现
class UnionFind:
    def __init__(self):
        '''
        记录每个节点的父节点----字典的格式,字典的键是子节点,值是父节点。
        '''
        self.father = {
    
    }
        # self.value = {}  如果边有权重 # key 本节点名称 ,value 为本节点 到 根点的权值

    def add(self,x):
        '''
        添加新节点---------当把一个新节点添加到并查集中,它的父节点应该为空
        '''
        if x not in self.father:
            self.father[x] = None

    def merge(self,x,y,val):
        '''
        合并两个节点-------如果发现两个节点是连通的(两个节点被一个边连接起来),那么就要把他们合并。然后如果他们的根是相同的(同属一棵树),则任选一个节点作为另一个结点的父节点。这里究竟把谁当做父节点一般是没有区别的。如果他们的根是不同的,则让一个树的根节点作为另一个数的根节点的父节点。
        '''
        root_x,root_y = self.find(x),self.find(y) #查找节点x,y的跟根节点
        if root_x != root_y:
            self.father[root_x] = root_y

    def find(self,x):
        '''
        查找根节点----查找一个节点的根节点方法是:如果节点的父节点不为空,那就不断迭代
        '''
        root = x
        while self.father[root] != None:
            root = self.father[root]
        #return root

        #路径压缩,有递归和迭代的方法
        while x != root:
            orginal_father = self.father[x]
            self.father[x] = root
            x = orginal_father
        return root

    def is_connected(self,x,y):
        '''
        判断两节点是否相连-------我们判断两个节点是否处于同一个连通分量的时候,就需要判断它们的根节点(祖先)是否相同
        '''
        return self.find(x) == self.find(y)

猜你喜欢

转载自blog.csdn.net/Kinght_123/article/details/112759690
今日推荐