并查集(Union-Find)

并查集是一种数据结构,主要用于解决一些元素分组的问题。它支持两种操作:查找和合并。查找操作用于判断两个元素是否属于同一组,合并操作用于将两个元素所在的组进行合并。并查集可以用于解决一些经典的算法问题,如最小生成树、网络连通性等。

一、并查集的实现原理

并查集的基本思想是:每个元素都有一个父节点,如果两个元素的父节点相同,那么它们就属于同一个集合。初始时,每个元素都是一个独立的集合,其父节点就是自己。

  1. 查找操作:查找元素所在集合的代表元素(根节点)。从给定元素开始,沿着父节点链一直向上查找,直到找到根节点。在查找过程中,可以将路径上的所有元素的父节点都直接指向根节点,以优化后续查找操作。

  2. 合并操作:将两个元素所在的集合进行合并。首先分别查找两个元素所在的根节点,然后将其中一个根节点的父节点设置为另一个根节点。

二、代码实现:

cs 复制代码
#include <stdio.h>

// 定义并查集结构体
typedef struct {
    int parent; // 父节点
    int rank;   // 树的高度
} UnionFind;

// 初始化并查集
void initUnionFind(UnionFind *uf, int n) {
    for (int i = 0; i < n; i++) {
        uf[i].parent = i;
        uf[i].rank = 0;
    }
}

// 查找操作,返回元素的根节点
int find(UnionFind *uf, int x) {
    if (uf[x].parent != x) {
        uf[x].parent = find(uf, uf[x].parent); // 路径压缩
    }
    return uf[x].parent;
}

// 合并操作,将两个元素所在的集合进行合并
void unionSet(UnionFind *uf, int x, int y) {
    int rootX = find(uf, x);
    int rootY = find(uf, y);
    if (rootX == rootY) {
        return;
    }
    if (uf[rootX].rank > uf[rootY].rank) {
        uf[rootY].parent = rootX;
    } else if (uf[rootX].rank < uf[rootY].rank) {
        uf[rootX].parent = rootY;
    } else {
        uf[rootY].parent = rootX;
        uf[rootX].rank++;
    }
}

int main() {
    int n = 5;
    UnionFind uf[n];
    initUnionFind(uf, n);

    unionSet(uf, 0, 1);
    unionSet(uf, 2, 3);
    unionSet(uf, 3, 4);

    for (int i = 0; i < n; i++) {
        printf("Element %d: parent = %d, rank = %d
", i, uf[i].parent, uf[i].rank);
    }

    return 0;
}
相关推荐
JieE21218 小时前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
Jack201 天前
HarmonyOS开发中错误处理策略:网络异常统一处理
算法
小小杨树1 天前
读懂色彩:拍照调色不再难
算法·计算机视觉·配色
JieE2122 天前
LeetCode 226. 翻转二叉树|JS 递归超详细拆解,二叉树入门经典题
javascript·算法
JieE2122 天前
LeetCode 104. 二叉树的最大深度|递归思路超详细拆解
javascript·算法
vivo互联网技术2 天前
CVPR 2026 | 全新强化学习框架 BeautyGRPO:重塑真实人像
算法·大模型·cvpr·影像
Darling噜啦啦2 天前
列表转树算法深度解析:从 Map 到 Reduce 的两种实现,面试高频考点
数据结构·算法·面试
用户497863050732 天前
(一)小红的数组操作
算法·编程语言
怕浪猫2 天前
Electron 系列文章封面图
算法·架构·前端框架