194 lines
5.5 KiB
Markdown
194 lines
5.5 KiB
Markdown
# 前言
|
||
|
||
用于解决动态连通性问题，能动态连接两个点，并且判断两个点是否连通。
|
||
|
||
<img src="index_files/9d0a637c-6a8f-4f5a-99b9-fdcfa26793ff.png" width="400"/>
|
||
|
||
| 方法 | 描述 |
|
||
| :---: | :---: |
|
||
| UF(int N) | 构造一个大小为 N 的并查集 |
|
||
| void union(int p, int q) | 连接 p 和 q 节点 |
|
||
| int find(int p) | 查找 p 所在的连通分量编号 |
|
||
| boolean connected(int p, int q) | 判断 p 和 q 节点是否连通 |
|
||
|
||
```java
|
||
public abstract class UF {
|
||
|
||
protected int[] id;
|
||
|
||
public UF(int N) {
|
||
id = new int[N];
|
||
for (int i = 0; i < N; i++) {
|
||
id[i] = i;
|
||
}
|
||
}
|
||
|
||
public boolean connected(int p, int q) {
|
||
return find(p) == find(q);
|
||
}
|
||
|
||
public abstract int find(int p);
|
||
|
||
public abstract void union(int p, int q);
|
||
}
|
||
```
|
||
|
||
# Quick Find
|
||
|
||
可以快速进行 find 操作，也就是可以快速判断两个节点是否连通。
|
||
|
||
需要保证同一连通分量的所有节点的 id 值相等。
|
||
|
||
但是 union 操作代价却很高，需要将其中一个连通分量中的所有节点 id 值都修改为另一个节点的 id 值。
|
||
|
||
<img src="index_files/8f0cc500-5994-4c7a-91a9-62885d658662.png" width="350"/>
|
||
|
||
```java
|
||
public class QuickFindUF extends UF {
|
||
|
||
public QuickFindUF(int N) {
|
||
super(N);
|
||
}
|
||
|
||
|
||
@Override
|
||
public int find(int p) {
|
||
return id[p];
|
||
}
|
||
|
||
|
||
@Override
|
||
public void union(int p, int q) {
|
||
int pID = find(p);
|
||
int qID = find(q);
|
||
|
||
if (pID == qID) {
|
||
return;
|
||
}
|
||
|
||
for (int i = 0; i < id.length; i++) {
|
||
if (id[i] == pID) {
|
||
id[i] = qID;
|
||
}
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
# Quick Union
|
||
|
||
可以快速进行 union 操作，只需要修改一个节点的 id 值即可。
|
||
|
||
但是 find 操作开销很大，因为同一个连通分量的节点 id 值不同，id 值只是用来指向另一个节点。因此需要一直向上查找操作，直到找到最上层的节点。
|
||
|
||
<img src="index_files/5d4a5181-65fb-4bf2-a9c6-899cab534b44.png" width="350"/>
|
||
|
||
```java
|
||
public class QuickUnionUF extends UF {
|
||
|
||
public QuickUnionUF(int N) {
|
||
super(N);
|
||
}
|
||
|
||
|
||
@Override
|
||
public int find(int p) {
|
||
while (p != id[p]) {
|
||
p = id[p];
|
||
}
|
||
return p;
|
||
}
|
||
|
||
|
||
@Override
|
||
public void union(int p, int q) {
|
||
int pRoot = find(p);
|
||
int qRoot = find(q);
|
||
|
||
if (pRoot != qRoot) {
|
||
id[pRoot] = qRoot;
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
这种方法可以快速进行 union 操作，但是 find 操作和树高成正比，最坏的情况下树的高度为节点的数目。
|
||
|
||
<img src="index_files/bfbb11e2-d208-4efa-b97b-24cd40467cd8.png" width="130"/>
|
||
|
||
# 加权 Quick Union
|
||
|
||
为了解决 quick-union 的树通常会很高的问题，加权 quick-union 在 union 操作时会让较小的树连接较大的树上面。
|
||
|
||
理论研究证明，加权 quick-union 算法构造的树深度最多不超过 logN。
|
||
|
||
<img src="index_files/a4c17d43-fa5e-4935-b74e-147e7f7e782c.png" width="170"/>
|
||
|
||
```java
|
||
public class WeightedQuickUnionUF extends UF {
|
||
|
||
// 保存节点的数量信息
|
||
private int[] sz;
|
||
|
||
|
||
public WeightedQuickUnionUF(int N) {
|
||
super(N);
|
||
this.sz = new int[N];
|
||
for (int i = 0; i < N; i++) {
|
||
this.sz[i] = 1;
|
||
}
|
||
}
|
||
|
||
|
||
@Override
|
||
public int find(int p) {
|
||
while (p != id[p]) {
|
||
p = id[p];
|
||
}
|
||
return p;
|
||
}
|
||
|
||
|
||
@Override
|
||
public void union(int p, int q) {
|
||
|
||
int i = find(p);
|
||
int j = find(q);
|
||
|
||
if (i == j) return;
|
||
|
||
if (sz[i] < sz[j]) {
|
||
id[i] = j;
|
||
sz[j] += sz[i];
|
||
} else {
|
||
id[j] = i;
|
||
sz[i] += sz[j];
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
# 路径压缩的加权 Quick Union
|
||
|
||
在检查节点的同时将它们直接链接到根节点，只需要在 find 中添加一个循环即可。
|
||
|
||
# 比较
|
||
|
||
| 算法 | union | find |
|
||
| :---: | :---: | :---: |
|
||
| Quick Find | N | 1 |
|
||
| Quick Union | 树高 | 树高 |
|
||
| 加权 Quick Union | logN | logN |
|
||
| 路径压缩的加权 Quick Union | 非常接近 1 | 非常接近 1 |
|
||
---bottom---CyC---
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|