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
归去_来兮12 小时前
拉格朗日插值算法原理及简单示例
算法·数据分析·拉格朗日插值
千寻girling18 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
颜酱1 天前
一步步实现字符串计算器:从「转整数」到「带括号与优化」
javascript·后端·算法
CoovallyAIHub2 天前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
NineData2 天前
数据库管理工具NineData,一年进化成为数万+开发者的首选数据库工具?
运维·数据结构·数据库
木心月转码ing2 天前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网2 天前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱2 天前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱2 天前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法