【数据结构】并查集

　　数据结构中经常考察的一个点就是并查集。

　　并查集（Union-find Sets）是一种非常精巧而实用的数据结构，它主要用于处理一些不相交集合的合并问题。
　　百度百科上的定义是这样的：并查集，在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中，其特点是看似并不复杂，但数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受；即使在空间上勉强通过，运行的时间复杂度也极高，根本就不可能在比赛规定的运行时间（1～3秒）内计算出试题需要的结果，只能用并查集来描述。
　　但是百科上的语言文字往往容易让人失去了兴趣，所以接下来我将以比较通俗易懂的语言来描述一下并查集，希望大家能够有所收获

现在我们来看一道十分明显的并查集问题：

【问题描述】
　　一家公司有n名员工，刚开始每个人单独构成一个工作团队。
　　有时一项工作仅凭一个人或一个团队难以完成，所以公司会让某两个人所在的团队合并。
　　但有的工作属于闷声大发财类型的，不适合多人做，所以公司有时也会让一个人从他当前所在的团队中分离出来，构成单独的团队。
　　公司也要对当前团队的情况进行了解，所以他们也会询问一些问题，比如某两个人是否属于同一工作团队，某个人所在的团队有多少个人，或者当前一共有多少个工作团队。
　　作为该公司的软件服务商，你的任务便是实现一个实时的操作和查询系统。
【输入格式】
　　每个测试点第一行有两个正整数n,m，表示员工数和公司的指令数。
　　接下来m行，每行的格式为下列所述之一：
　　1 u v，表示将第u个人与第v个人所在的团队合并，如果两个人所在团队相同，则不执行任何操作。
　　2 w，表示使第w个人从当前的团队中分离出来，如果第w个人不在任何多人团队中，则不执行任何操作。
　　3 x y，表示询问x,y两个人是否在同一个工作团队，是的话回答Yes，否则回答No。
　　4 z，表示询问第z个人所在的工作团队一共有多少个人。
　　5，询问当前一共有多少个工作团队。
【输出格式】
　　对每个询问输出一行相应的值表示答案。
【样例输入】
　　3 11
　　1 1 2
　　3 2 3
　　4 2
　　1 2 3
　　3 2 3
　　4 2
　　5
　　2 2
　　3 2 3
　　4 2
　　5
【样例输出】
　　No
　　2
　　Yes
　　3
　　1
　　No
　　1
　　2
【数据规模】
　　Easy：对于30%的数据，不存在2,4,5操作。
　　Normal：对于70%的数据，不存在2操作。
　　Hard：对于100%的数据，均有1 ≤ n ≤ 50000,1 ≤ m ≤ 100000

对于我们这种刚刚接触并查集的新手来说显然是有些艰难的，所以我们现在就必须要了解一下并查集是如何工作的。

　　并查集首先就是先把自己指向自己做自己的父亲，等到后面找别人来做自己的父亲，一层一层递归上去，然后两个父亲互相认识一下就行了。
我们用通俗易懂的江湖语言来描述一遍吧！
【通俗易懂】：
　　在金庸小说的世界里，门派很多，经常会发生一些争斗，而且一般来说一个大的势力首先都需要自己出头来做老大，所以这个时候你自己的这个门派的老大就是你自己，即father[you]=you
　　后来，在你冒险的过程中你开始结识了一群很牛逼的好友，你觉得应该把他们拉到自己的门下，那么这个时候你就劝说他们把他们的门派老大指向你，意思就是说你是他们的老大，即father[别人]=you
　　但是你只是认识了这些比你低一级别的属下，你属下的属下和他属下的属下都互相不认识啊，这个时候就很容易起争端还不知道是自己人，互相打来打去（怎么这么傻），万一有一天在小树林里碰面，A、B二人都不知道对方是敌是友，如果要一级一级上报上去，显然是可以做到的，但是其中所耗费的时间必然是我们所比较不愿意接受的，所以我们希望我们属下的属下，他的老板就是我，意思就是说他可以直接认识我，并且接触到我，这样的话两人看到，就可能说：“在下是不甜薄荷叶的属下”，“诶，我是不甜薄荷叶他属下很甜薄荷叶的属下，我们两个是朋友”然后两个人就手拉手一起走上人生巅峰了。。。。。这里的代码转换一下即：判断一下是敌是友（int x=find(A),y=find(B)解释：x是A的顶头上司，y是B的顶头上司)如果不认识，那么认识一个朋友就是一个保障嘛，那么这个时候：father[x]=y，但是你会发现如果这样，一层一层地上报岂不是很麻烦，那么你就可以直接father[A]=y就可以啦，这就是一个非常简单的路径压缩啦

　　这样其实我们就把并查集的工作原理讲完了，现在我们用一些短小的代码来实现一下并查集。
CODE1：//初始化每一个节点，一开始我们应该让所有节点都自己做老大，自己指向自己

1 void initialise(){
2 　　for(int i=1;i<=n;i++)
3 　　　　father[i]=i;
4 }

CODE2：//找父节点的操作，一般都是可以直接用递归就可以找到，也可以用while循环来实现

1 int find(int x){
2 　　if(x!=father[x])father[x]=find(father[x]);
3 　　return father[x];
4 }

CODE3：//合并两个节点的操作，直接把自己的父节点指向对方就可以了，但是这样会存在一定的缺点，我们下面再继续陈述

1 void unionn(int x,int y){
2     x=find_fa(x);
3     y=find_fa(y);
4     father[y]=x;
5     return;
6 }

在这样的情况下我们的并查集其实就可以解决啦。

然后我们再回到我们最初的那一道题目，基本就是裸的并查集啦。

但是这里面的难点就是在于把一个点分离出来。

那么怎么做呢？其实我们可以考虑把这个点假装还在原来的集合内，但是实际上它已经不在了，我们只需要一个stand标志数组，表示我当前的这个节点实际上到底在哪个节点内就可以啦

　　在树结构的并查集中，我们要使一个点从树中分离出来是一件很麻烦的事。为了保持树结构的完整，对于每次分离操作，我们为相应的点u新建立一个节点，表示独立出来的u，而原来的节点表示旧的u节点，它起到连接节点与保持树结构的作用，在此之后对节点u的操作均在新建立的节点上进行即可。注意分离的时候要维护好原来的集合的size值和集合数。
　　这样我们这一题也就结束啦！！！

CODE4：

 1 #include<bits/stdc++.h>
 2 using namespace std;
 3 int father[1000002],size[1000002],n,m,u,v,w,peo1,peo2,peo3,ans=0,tot,stand[1000002];
 4 int find(int x){
 5 　　if(x!=father[x])father[x]=find(father[x]);
 6 　　return father[x];
 7 }
 8 void unionn(int x,int y){
 9 　　int r1=find(stand[x]);
10 　　int r2=find(stand[y]);
11 　　if(r1==r2)return;
12 　　else {
13 　　　　size[r1]+=size[r2];
14 　　　　size[r2]=0;
15 　　　　father[r2]=r1;
16 　　　　ans--;
17 　　}
18 　　return;
19 }
20 void break_up(int x){
21 　　int fin=find(stand[x]);
22 　　if(size[fin]<=1)return;
23 　　else {
24 　　　　tot++;
25 　　　　stand[x]=tot;
26 　　　　father[tot]=stand[x];
27 　　　　size[fin]--;size[tot]=1;
28 　　　　ans++;
29 　　}
30 　　return;
31 }
32 void work(){
33 　　scanf("%d%d",&n,&m);
34 　　tot=ans=n;
35 　　for(int i=1;i<=n;i++){
36 　　　　father[i]=i;
37 　　　　size[i]=1;
38 　　　　stand[i]=i;
39 　　}
40 　　int temp;
41 　　for(int i=1;i<=m;i++){
42 　　　　scanf("%d",&temp);
43 　　　　switch (temp){
44 　　　　　　　　case 1:{
45 　　　　　　　　　　scanf("%d%d",&u,&v);
46 　　　　　　　　　　unionn(u,v);
47 　　　　　　　　　　break;
48 　　　　　　　　}
49 　　　　　　　　case 2:{
50 　　　　　　　　　　scanf("%d",&w);
51 　　　　　　　　　　break_up(w);
52 　　　　　　　　　　break;
53 　　　　　　　　}
54 　　　　　　　　case 3:{
55 　　　　　　　　　　scanf("%d%d",&peo1,&peo2);
56 　　　　　　　　　　if(find(stand[peo1])==find(stand[peo2]))printf("Yes\n");
57 　　　　　　　　　　　　else printf("No\n");
58 　　　　　　　　　　break;
59 　　　　　　　　}
60 　　　　　　　　case 4:{
61 　　　　　　　　　　int num;
62 　　　　　　　　　　scanf("%d",&peo3);
63 　　　　　　　　　　num=find(stand[peo3]);
64 　　　　　　　　　　printf("%d\n",size[num]);
65 　　　　　　　　　　break;
66 　　　　　　　　}
67 　　　　　　　　default:{
68 　　　　　　　　　　printf("%d\n",ans);
69 　　　　　　　　　　break;
70 　　　　　　　　}
71 　　　　}
72 　　}
73 　　return;
74 }
75 int main(){
76 　　work();
77 　　return 0;    
78 }

现在我们再回到我刚刚留下的那个坑（为什么会有缺点呢）？

我们来看一下下面的图片：假设一直父节点相互连接的结果就是这样的，就会导致说查询的长度会过长，时间的代价会很高（用江湖话来说就是我问一件事情都要一层一层上报，等到花儿都谢了！！！：

那如果要S和T连起来，那么显然是右边的那一图是更优的方式，查找的速率是几乎为O(1)的，在合并的过程中就已经把路径给压缩了一下

右边的那种操作实际上就是路径压缩（这里不再详细介绍）

我们以一张参考图片作为结尾：

希望这篇看起来非常水的博客对您有所帮助！！！

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有