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
不見星空11 分钟前
leetcode 每日一题 1865. 找出和为指定值的下标对
算法·leetcode
我爱Jack22 分钟前
时间与空间复杂度详解:算法效率的度量衡
java·开发语言·算法
☆璇44 分钟前
【数据结构】栈和队列
c语言·数据结构
DoraBigHead2 小时前
小哆啦解题记——映射的背叛
算法
Heartoxx2 小时前
c语言-指针与一维数组
c语言·开发语言·算法
孤狼warrior2 小时前
灰色预测模型
人工智能·python·算法·数学建模
京东云开发者2 小时前
京东零售基于国产芯片的AI引擎技术
算法
chao_7894 小时前
回溯题解——子集【LeetCode】二进制枚举法
开发语言·数据结构·python·算法·leetcode
十盒半价4 小时前
从递归到动态规划:手把手教你玩转算法三剑客
javascript·算法·trae
GEEK零零七4 小时前
Leetcode 1070. 产品销售分析 III
sql·算法·leetcode