Disjoint Set
下文转自:http://www.cnblogs.com/archimedes/p/disjoint-set.html,感谢原作者。
并查集(Disjoint Set)
在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中。这一类问题其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在规定的运行时间(1~3秒)内计算出试题需要的结果,只能用并查集来描述。
本文地址:http://www.cnblogs.com/archimedes/p/disjoint-set.html,转载请注明源地址。
定义
并查集(Disjoint Set),即“不相交集合”,是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。常常在使用中以森林来表示。集就是让每个元素构成一个单元素的集合,也就是按一定顺序将属于同一组的元素所在的集合合并。
将编号分别为1…N的N个对象划分为不相交集合,在每个集合中,选择其中某个元素代表所在集合。
常见两种操作:
- 合并两个集合
- 查找某元素属于哪个集合
用编号最小的元素标记所在集合;定义一个数组 set[1..n] ,其中set[i] 表示元素i 所在的集合;
算法实现
查找 Θ(1)
find1(x) { return set[x]; }
合并 Θ(N)
Merge1(a,b) { i = min(a,b); j = max(a,b); for (k = 1; k <= N; k++) { if (set[k] == j) set[k] = i; } }
对于“合并操作”,必须搜索全部元素!有没有可以改进的地方呢?
算法的优化
使用树结构
每个集合用一棵“有根树”表示,定义数组 set[1..n]
- set[i] = i , 则i表示本集合,并是集合对应树的根
- set[i] = j, j<>i, 则 j 是 i 的父节点.
查找 最坏情况Θ(N)
find2(x) { r = x; while (set[r] != r) r = set[r]; return r; }
合并 Θ(1)
merge2(a, b) { if (a<b) set[b] = a; else set[a] = b; }
性能有无本质的改进?如何避免最坏情况呢?
优化--避免最坏情况
方法:将深度小的树合并到深度大的树
实现:假设两棵树的深度分别为h1和h2, 则合并后的树的高度h是:
max(h1,h2), if h1<>h2.
h1+1, if h1=h2.
效果:任意顺序的合并操作以后,包含k个节点的树的最大高度不超过lgk
优化后算法及效率:
查找 Θ(N)
find2(x) { r = x; while (set[r] != r) r = set[r]; return r; }
合并 Θ(1)
merge3(a,b) { if (height(a) == height(b)) { height(a) = height(a) + 1; set[b] = a; } else if (height(a) < height(b)) { set[a] = b; } else { set[b] = a; } }
进一步优化--路径压缩
思想:每次查找的时候,如果路径较长,则修改信息,以便下次查找的时候速度更快
步骤:
- 第一步,找到根结点
- 第二步,修改查找路径上的所有节点,将它们都指向根结点
带路径压缩的查找算法:
find3(x) { r = x; while (set[r] != r) //循环结束,则找到根节点 r = set[r]; i = x; while (i != r) //本循环修改查找路径中所有节点 { j = set[i]; set[i] = r; i = j; } }
路径压缩示意图:
编程实践
参考资料: