当前位置: 首页>>数据结构>>正文


并查集的树形实现(C++)(原创)

丹阳 数据结构, 算法&结构 去评论

摘要:本文介绍了通用并查集的树形实现,通过压缩路径和维持数的平衡,可以保证

查找和合并的平均时间复杂度为O(1)!

关键字:并查集,UnionFind,树形

并查集基本知识参见博文《并查集的数组实现》。在并查集的树形实现中,使用树状结构来组织一个

集合,多个集合之间组成森林。

合并两个集合即合并两棵树T1和T2时,只要将两棵树中的一棵作为另外一棵的子树。为了维护数的

平衡,即减少深度较深的节点的个数,可以把节点较少的数作为节点较深的树的子树。具体实现就是把一棵

树的根节点作为另外一棵树的根节点的子树!

查找某个节点所属的集合时,找到该节点所在树的树根即可,同时,可以将查找经过的所有节点的父

节点都设置为根,以方便下一次的查询,这种策略虽然耗费了时间,但是可以使查找的平均时间复杂度

为O(1)!

基于以上思想的并查集树形实现C++源码如下:


/*
 *并查集的树形实现
 */

#include <iostream>

using namespace std;

#define N 10000

struct Node
{
      int parent; //父节点编号
      int count; //集合中元素的个数
};

Node UnionFindSet[N];

void uf_init(int n); //初始化
int uf_find(int x); //查找元素,返回集合根节点编号
void uf_merge(int x, int y); //合并元素所在的集合树

int main(int argc, char* *argv)
{
      int n = 20;
      uf_init(n);
      uf_merge(1, 5);
      uf_merge(10, 13);
      uf_merge(15, 17);
      uf_merge(1, 13);
      uf_merge(5, 17);
      uf_merge(19, 18);
      if(uf_find(1) == uf_find(15))
      {
            cout<<"success1"<<endl;
      }
      if(uf_find(13) == uf_find(17))
      {
            cout<<"success2"<<endl;
      }
      if(uf_find(19) != uf_find(17))
      {
            cout<<"success3"<<endl;
      }
      system("pause");
      return 0;
}

void uf_init(int n)
{
      //时间复杂度O(N)
      for(int i = 0; i < n; ++i)
      {
            UnionFindSet[i].count = 1;
            UnionFindSet[i].parent = i;
      }
}

int uf_find(int x) //x >= 0 && x <n
{
      //使用路径压缩之后的平均时间复杂度为O(1)
      int i = x;
      while(i != UnionFindSet[i].parent)
            i = UnionFindSet[i].parent;

      //压缩路径,将寻找X时经过的所有节点的父节点设为集合的根节点,方便下次查找
    int j = x;
      while(j != i)
      {
            int tmp = UnionFindSet[j].parent;
            UnionFindSet[j].parent = i;
            j = tmp;
      }
      return i;
}

void uf_merge(int x, int y)
{

      //平均时间复杂度为O(1);

      //寻找树根(集合表示符)
      x = uf_find(x);
      y = uf_find(y);
      if(y == x) return;

    //将小树挂到大的树下面,可以减少较深节点的数目,维持树的平衡,以便高效查询
      if(UnionFindSet[x].count > UnionFindSet[y].count)
      {
            UnionFindSet[y].parent = x;
            UnionFindSet[x].count += UnionFindSet[y].count;
      }
      else
      {
            UnionFindSet[x].parent = y;
            UnionFindSet[y].count += UnionFindSet[x].count;
      }

}
//参考资料:http://www.docin.com/p-46207828.html
本文由《纯净的天空》出品。文章地址: https://vimsky.com/article/135.html,未经允许,请勿转载。

相关文章



猜你喜欢