【代码随想录训练营第42期 Day55打卡 - 图论Part5 - 并查集的应用

目录

一、并查集

适用范围

三大基本操作

二、经典题目

[题目:卡码网 107. 寻找存在的路径](#题目:卡码网 107. 寻找存在的路径)

题目链接

题解:并查集

三、小结


一、并查集

适用范围

  1. 动态连通性问题 :并查集可以判断两个节点是否在同一个连通分量中,这在处理网络连接、社交网络关系、图的连通性等场景中非常有用。

    例如,在一个无向图中,可以快速判断两个顶点是否通过某些边相连。

  2. 图的简化:通过并查集,可以将一个图简化为若干个连通分量,每个连通分量可以看作一个超级节点,从而简化图的表示和分析。

  3. 网络延迟最小化:在网络中,通过并查集可以找到两点之间的最短路径,从而实现网络延迟的最小化。

  4. 等价类划分:并查集可以用于将元素划分为等价类,例如在编译原理中的符号表合并、类型检查等。

  5. 检测和处理成环问题:在某些问题中,需要检测是否存在环,并查集可以用于这类检测。

三大基本操作

1.初始化(Init):

初始化并查集,通常为每个元素创建一个单元素集合。

每个元素指向自己作为父节点,表示它是自己的集合的代表。

2.查找(Find):

查找元素所在的集合的代表(根节点)。

通常伴随着路径压缩优化,以加速后续的查找操作。

这里注意:路径压缩是指在查找一个节点的根节点时,将路径上的所有节点直接连接到根节点上。这样,下次查找这些节点时,可以直接到达根节点,而不需要再次遍历整个路径。

3.合并(Join或者Union):

将两个元素所在的集合合并为一个集合。

通常通过将一个集合的代表指向另一个集合的代表来实现。

并查集模板如下(几个基本操作):

cpp 复制代码
void init()            //初始化
{
    for (int i = 1; i <= n; i++) 
        father[i] = i;           
}

int find(int u)    //查找
{
    if (u != father[u])              
        father[u] = find(father[u]); 
    return father[u];                
}

bool isSame(int u, int v)    //判断两节点是否同一根节点(是否连通)
{
    int rootu = find(u);
    int rootv = find(v);
    return rootu == rootv;
}

void join(int u, int v)    //合并
{
    int rootu = find(u); 
    int rootv = find(v); 
    if (rootu != rootv)
        father[rootv] = rootu; 
}

二、经典题目

题目:卡码网 107. 寻找存在的路径

题目链接

107. 寻找存在的路径 (kamacoder.com)

题目描述

给定一个包含 n 个节点的无向图中,节点编号从 1 到 n (含 1 和 n )。

你的任务是判断是否有一条从节点 source 出发到节点 destination 的路径存在。

输入描述

第一行包含两个正整数 N 和 M,N 代表节点的个数,M 代表边的个数。

后续 M 行,每行两个正整数 s 和 t,代表从节点 s 与节点 t 之间有一条边。

最后一行包含两个正整数,代表起始节点 source 和目标节点 destination。

输出描述

输出一个整数,代表是否存在从节点 source 到节点 destination 的路径。如果存在,输出 1;否则,输出 0。

输入示例

5 4
1 2
1 3
2 4
3 4
1 4

输出示例

1

提示信息

数据范围:

1 <= M, N <= 100。

题解:并查集

这就是上边提到的适用范围的第一种:动态连通性问题 -- 判断两个顶点是否通过某些边相连

其实就是模板的简单套用,最终只需要判断题目要求的节点 source 和节点 destination是否连通即可。

简述一下三大基本操作(含具体注释):

初始化:

cpp 复制代码
// 并查集初始化
void init()
{
    for (int i = 1; i <= n; i++) // 注意本题节点是从1到n
        father[i] = i;           // 初始化每个节点的父节点指向自己
}

查找:

cpp 复制代码
// 并查集里寻找该节点的根节点(带路径压缩)
int find(int u)
{
    if (u != father[u])              // 如果当前节点不是根节点,就会递归地调用 find 函数来找到根节点,并将沿途的所有节点的父节点设置为根节点
        father[u] = find(father[u]); // 路径压缩:将u的父节点设置为u的根节点
    return father[u];                // 返回u的根节点
}

合并:

cpp 复制代码
// join 函数用于合并两个节点所在的集合:将v->u这条边加入并查集
void join(int u, int v)
{
    int rootu = find(u); // u的根节点
    int rootv = find(v); // v的根节点
    if (rootu != rootv)
        father[rootv] = rootu; // 将v-u这条边加入并查集:将节点 v 的根节点(也是 v 所在集合的代表)的父节点设置为 u 的根节点。这样,v 的根节点及其所有子节点(包括 v)现在都属于以 u 的根节点为代表的集合
}

完整代码如下:

cpp 复制代码
#include <bits/stdc++.h>
using namespace std;

int n;                                    // 节点数量
vector<int> father = vector<int>(101, 0); // 并查集数据结构:节点编号从1到n,而题目节点个数最大为100 -- 故初始化大小101

// 并查集初始化
void init()
{
    for (int i = 1; i <= n; i++) // 注意本题节点是从1到n
        father[i] = i;           // 初始化每个节点的父节点指向自己
}

// 并查集里寻找该节点的根节点(带路径压缩)
int find(int u)
{
    if (u != father[u])              // 如果当前节点不是根节点,就会递归地调用 find 函数来找到根节点,并将沿途的所有节点的父节点设置为根节点
        father[u] = find(father[u]); // 路径压缩:将u的父节点设置为u的根节点
    return father[u];                // 返回u的根节点
}

// 判断u和v是否找到同一个根节点 -- 是否在同一个集合中
bool isSame(int u, int v)
{
    int rootu = find(u);
    int rootv = find(v);
    return rootu == rootv;
}

// join 函数用于合并两个节点所在的集合:将v->u这条边加入并查集
void join(int u, int v)
{
    int rootu = find(u); // u的根节点
    int rootv = find(v); // v的根节点
    if (rootu != rootv)
        father[rootv] = rootu; // 将v-u这条边加入并查集:将节点 v 的根节点(也是 v 所在集合的代表)的父节点设置为 u 的根节点。这样,v 的根节点及其所有子节点(包括 v)现在都属于以 u 的根节点为代表的集合
}

int main()
{
    int m, s, t, source, destination;
    cin >> n >> m;
    init(); // 初始化并查集
    while (m--)
    {
        cin >> s >> t;
        join(s, t); // 将s和t所在的集合合并(即将s-t这条边加入并查集)
    }
    cin >> source >> destination;
    if (isSame(source, destination)) // 判断这两个节点是否在同一个集合中(是否连通)-- 有同一个根
        cout << 1 << endl;
    else
        cout << 0 << endl;
}

三、小结

并查集是一种常见的数据结构,在了解其基本操作的同时,更应该了解并查集是如何实现的,并且具有怎样的作用,这样才能加深对代码的理解。今天的打卡到此结束,后边会继续加油!

相关推荐
leon62513 分钟前
优化算法(一)—遗传算法(Genetic Algorithm)附MATLAB程序
开发语言·算法·matlab
CV工程师小林13 分钟前
【算法】BFS 系列之边权为 1 的最短路问题
数据结构·c++·算法·leetcode·宽度优先
Navigator_Z37 分钟前
数据结构C //线性表(链表)ADT结构及相关函数
c语言·数据结构·算法·链表
Aic山鱼42 分钟前
【如何高效学习数据结构:构建编程的坚实基石】
数据结构·学习·算法
天玑y1 小时前
算法设计与分析(背包问题
c++·经验分享·笔记·学习·算法·leetcode·蓝桥杯
sjsjs111 小时前
【数据结构-一维差分】力扣1893. 检查是否区域内所有整数都被覆盖
数据结构·算法·leetcode
redcocal1 小时前
地平线秋招
python·嵌入式硬件·算法·fpga开发·求职招聘
码了三年又三年2 小时前
【算法】滑动窗口—找所有字母异位词
算法
山脚ice2 小时前
【Hot100】LeetCode—72. 编辑距离
算法·leetcode
RaidenQ2 小时前
2024.9.13 Python与图像处理新国大EE5731课程大作业,索贝尔算子计算边缘,高斯核模糊边缘,Haar小波计算边缘
图像处理·python·算法·课程设计