【算法提高班】并查集

關(guān)于并查集的題目不少慈鸠,官方給的數(shù)據(jù)是 30 道(截止 2020-02-20)御雕,但是有一些題目雖然官方?jīng)]有貼并查集標(biāo)簽蛔屹,但是使用并查集來說確非常簡單削樊。這類題目如果掌握模板,那么刷這種題會非惩枚荆快漫贞,并且犯錯的概率會大大降低,這就是模板的好處育叁。

我這里總結(jié)了幾道并查集的題目:

并查集概述

并查集算法迅脐,主要是解決圖論中「動態(tài)連通性」問題的

Union-Find 算法解決的是圖的動態(tài)連通性問題,這個算法本身不難豪嗽,能不能應(yīng)用出來主要是看你抽象問題的能力谴蔑,是否能夠把原始問題抽象成一個有關(guān)圖論的問題。

如果你對這個算法不是很明白龟梦,推薦看一下這篇文章Union-Find 算法詳解树碱,講的非常詳細(xì)。

你可以把并查集的元素看成部門的人变秦,幾個人可以組成一個部門個數(shù)成榜。

并查集核心的三個方法分別是union, find, connected

  • union: 將兩個人所在的兩個部門合并成一個部門(如果兩個人是相同部門蹦玫,實(shí)際山不需要合并)

(圖來自 labuladong)

  • find: 查找某個人的部門 leader
  • connnected: 判斷兩個人是否是一個部門的

(圖來自 labuladong)

模板

這是一個我經(jīng)常使用的模板赎婚,我會根據(jù)具體題目做細(xì)小的變化,但是大體是不變的樱溉。

class UF:
    parent = {}
    cnt = 0
    def __init__(self, M):
        n = len(M)
        for i in range(n):
            self.parent[i] = i
            self.cnt += 1

    def find(self, x):
        while x != self.parent[x]:
            x = self.parent[x]
        return x
    def union(self, p, q):
        if self.connected(p, q): return
        self.parent[self.find(p)] = self.find(q)
        self.cnt -= 1
    def connected(self, p, q):
        return self.find(p) == self.find(q)

如果你想要更好的性能挣输,這個模板更適合你,相應(yīng)地代碼稍微有一點(diǎn)復(fù)雜福贞。


```python
class UF:
    parent = {}
    size = {}
    cnt = 0
    def __init__(self, M):
        n = len(M)
        for i in range(n):
            self.parent[i] = i
            self.size[i] = 1
            self.cnt += 1

    def find(self, x):
        while x != self.parent[x]:
            x = self.parent[x]
            # 路徑壓縮
            self.parent[x] = self.parent[self.parent[x]];
        return x
    def union(self, p, q):
        if self.connected(p, q): return
        # 小的樹掛到大的樹上撩嚼, 使樹盡量平衡
        leader_p = self.find(p)
        leader_q = self.find(q)
        if self.size[leader_p] < self.size[leader_q]:
            self.parent[leader_p] = leader_q
        else:
            self.parent[leader_q] = leader_p
        self.cnt -= 1
    def connected(self, p, q):
        return self.find(p) == self.find(q)

大家可以根據(jù)情況使用不同的模板。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末挖帘,一起剝皮案震驚了整個濱河市完丽,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌拇舀,老刑警劉巖逻族,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異骄崩,居然都是意外死亡聘鳞,警方通過查閱死者的電腦和手機(jī)薄辅,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來抠璃,“玉大人站楚,你說我怎么就攤上這事〔耍” “怎么了窿春?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長彻况。 經(jīng)常有香客問我谁尸,道長舅踪,這世上最難降的妖魔是什么纽甘? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮抽碌,結(jié)果婚禮上悍赢,老公的妹妹穿的比我還像新娘。我一直安慰自己货徙,他們只是感情好左权,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著痴颊,像睡著了一般赏迟。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蠢棱,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天锌杀,我揣著相機(jī)與錄音,去河邊找鬼泻仙。 笑死糕再,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的玉转。 我是一名探鬼主播突想,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼究抓!你這毒婦竟也來了猾担?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤刺下,失蹤者是張志新(化名)和其女友劉穎垒探,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體怠李,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡圾叼,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年蛤克,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片夷蚊。...
    茶點(diǎn)故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡构挤,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出惕鼓,到底是詐尸還是另有隱情筋现,我是刑警寧澤,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布箱歧,位于F島的核電站矾飞,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏呀邢。R本人自食惡果不足惜洒沦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望价淌。 院中可真熱鬧申眼,春花似錦、人聲如沸蝉衣。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽病毡。三九已至濒翻,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間啦膜,已是汗流浹背有送。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留功戚,地道東北人娶眷。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像啸臀,于是被迫代替她去往敵國和親届宠。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容