java——并查集 UnionFind
时间复杂度:
O(log*n),近乎是O(1)级别的
UnionFind 接口:
public interface UF {
int getSize();
boolean isConnected(int p, int q);
void unionElements(int p, int q);
}
第一种:
//quickFind
public class UnionFind1 implements UF{
//id 这个数组中并没有存储数据的值,而是存储了数据所在的集合编号
private int[] id; public UnionFind1(int size) {
id = new int[size];
for(int i = 0 ; i < id.length ; i ++) {
id[i] = i;
}
} @Override
public int getSize() {
return id.length;
} //查找元素p所对应的集合编号
private int find(int p) {
if(p < 0 || p >= id.length) {
throw new IllegalArgumentException("p is out of bound.");
}
return id[p];
} //查看元素p和q是否属于同一个集合
@Override
public boolean isConnected(int p, int q) {
// TODO Auto-generated method stub
return find(p) == find(q);
} //将p和q所属的集合合并
@Override
public void unionElements(int p, int q) {
// TODO Auto-generated method stub
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;
}
}
} }
第二种:
//QuickUnion
//一种孩子指向父亲节的树
public class UnionFind2 implements UF{ private int[] parent; public UnionFind2(int size) {
parent = new int[size]; //初始的时候每一个节点都指向他自己,每一个节点都是一棵独立的树
for(int i = 0 ; i< size ; i ++) {
parent[i] = i;
}
} @Override
public int getSize() { return parent.length;
} private int find(int p) {
if(p < 0 || p >= parent.length) {
throw new IllegalArgumentException("p is out of bound.");
}
while(p != parent[p]) {
p = parent[p];
}
return p;
} @Override
public boolean isConnected(int p, int q) { return find(p) == find(q);
} @Override
public void unionElements(int p, int q) { int pRoot = find(p);
int qRoot = find(q); if(pRoot == qRoot) {
return;
}else {
parent[pRoot] = qRoot;
} } }
第三种:
package UnionFind; //使树的深度尽量保持较低水平
//节点总数小的那个树去指向节点总数大的那棵树
public class UnionFind3 implements UF { private int[] parent;
// sz[i]表示以i为根的的集合中元素的个数
private int[] sz; public UnionFind3(int size) {
parent = new int[size];
for(int i = 0 ; i < parent.length ; i ++) {
parent[i] = i;
sz[i] = 1;
}
}
@Override
public int getSize() {
// TODO Auto-generated method stub
return parent.length;
} private int find(int p) {
if(p < 0 || p >= parent.length) {
throw new IllegalArgumentException("p is out of bound.");
}
while(p != parent[p]) {
p = parent[p];
}
return p;
}
@Override
public boolean isConnected(int p, int q) { return find(p) == find(q);
} @Override
public void unionElements(int p, int q) {
int pRoot = find(p);
int qRoot = find(q); if(pRoot == qRoot) {
return;
}
if(sz[pRoot] < sz[qRoot]) {
parent[pRoot] = qRoot;
sz[qRoot] += sz[pRoot];
}else {
parent[qRoot] = pRoot;
sz[pRoot] += sz[qRoot];
} } }
第四种:
//基于rank的优化
//使深度小的那棵树指向深度大的那棵树
public class UnionFind4 implements UF { private int[] parent;
// rank[i]表示以i为根的的集合所表示的树的层数
private int[] rank; public UnionFind4(int size) {
parent = new int[size];
for(int i = 0 ; i < parent.length ; i ++) {
parent[i] = i;
rank[i] = 1;
}
}
@Override
public int getSize() {
// TODO Auto-generated method stub
return parent.length;
} private int find(int p) {
if(p < 0 || p >= parent.length) {
throw new IllegalArgumentException("p is out of bound.");
}
while(p != parent[p]) {
p = parent[p];
}
return p;
}
@Override
public boolean isConnected(int p, int q) { return find(p) == find(q);
} @Override
public void unionElements(int p, int q) {
int pRoot = find(p);
int qRoot = find(q); if(pRoot == qRoot) {
return;
}
if(rank[pRoot] < rank[qRoot]) {
parent[pRoot] = qRoot;
}else if(rank[pRoot] > rank[qRoot]){
parent[qRoot] = pRoot;
}else {
parent[qRoot] = pRoot;
rank[pRoot] += 1;
} } }
第五种:
//路径压缩
public class UnionFind5 implements UF{ private int[] parent;
// rank[i]表示以i为根的的集合所表示的树的层数
private int[] rank; public UnionFind5(int size) {
parent = new int[size];
for(int i = 0 ; i < parent.length ; i ++) {
parent[i] = i;
rank[i] = 1;
}
}
@Override
public int getSize() {
// TODO Auto-generated method stub
return parent.length;
} //这里添加路径压缩的过程
private int find(int p) {
if(p < 0 || p >= parent.length) {
throw new IllegalArgumentException("p is out of bound.");
}
while(p != parent[p]) {
parent[p] = parent[parent[p]];
p = parent[p];
}
return p;
}
@Override
public boolean isConnected(int p, int q) { return find(p) == find(q);
} //这里的rank不再是每个节点精准的深度,只是做为一个参考,由于性能考虑所以不维护rank
@Override
public void unionElements(int p, int q) {
int pRoot = find(p);
int qRoot = find(q); if(pRoot == qRoot) {
return;
}
if(rank[pRoot] < rank[qRoot]) {
parent[pRoot] = qRoot;
}else if(rank[pRoot] > rank[qRoot]){
parent[qRoot] = pRoot;
}else {
parent[qRoot] = pRoot;
rank[pRoot] += 1;
} } }
第六种:
//find过程中让每个节点都指向根节点
//路径压缩
public class UnionFind6 implements UF{ private int[] parent;
// rank[i]表示以i为根的的集合所表示的树的层数
private int[] rank; public UnionFind6(int size) {
parent = new int[size];
for(int i = 0 ; i < parent.length ; i ++) {
parent[i] = i;
rank[i] = 1;
}
}
@Override
public int getSize() {
// TODO Auto-generated method stub
return parent.length;
} //这里添加路径压缩的过程
//递归调用
private int find(int p) {
if(p < 0 || p >= parent.length) {
throw new IllegalArgumentException("p is out of bound.");
}
if(p != parent[p]) {
parent[p] = find(parent[p]);
}
return parent[p];
}
@Override
public boolean isConnected(int p, int q) { return find(p) == find(q);
} //这里的rank不再是每个节点精准的深度,只是做为一个参考,由于性能考虑所以不维护rank
@Override
public void unionElements(int p, int q) {
int pRoot = find(p);
int qRoot = find(q); if(pRoot == qRoot) {
return;
}
if(rank[pRoot] < rank[qRoot]) {
parent[pRoot] = qRoot;
}else if(rank[pRoot] > rank[qRoot]){
parent[qRoot] = pRoot;
}else {
parent[qRoot] = pRoot;
rank[pRoot] += 1;
} } }
java——并查集 UnionFind的更多相关文章
- 并查集(union-find)算法
动态连通性 . 假设程序读入一个整数对p q,如果所有已知的所有整数对都不能说明p和q是相连的,那么将这一整数对写到输出中,如果已知的数据可以说明p和q是相连的,那么程序忽略p q继续读入下一整数对. ...
- 并查集 Union-Find
并查集能做什么? 1.连接两个对象; 2.查询两个对象是否在一个集合中,或者说两个对象是否是连接在一起的. 并查集有什么应用? 1. Percolation问题. 2. 无向图连通子图个数 3. 最近 ...
- 并查集(Union-Find)算法介绍
原文链接:http://blog.csdn.net/dm_vincent/article/details/7655764 本文主要介绍解决动态连通性一类问题的一种算法,使用到了一种叫做并查集的数据结构 ...
- 数据结构之并查集Union-Find Sets
1. 概述 并查集(Disjoint set或者Union-find set)是一种树型的数据结构,常用于处理一些不相交集合(Disjoint Sets)的合并及查询问题. 2. 基本操作 并查集 ...
- 并查集 (Union-Find Sets)及其应用
定义 并查集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 ...
- 并查集(Union-Find) 应用举例 --- 基础篇
本文是作为上一篇文章 <并查集算法原理和改进> 的后续,焦点主要集中在一些并查集的应用上.材料主要是取自POJ,HDOJ上的一些算法练习题. 首先还是回顾和总结一下关于并查集的几个关键点: ...
- 【LeetCode】并查集 union-find(共16题)
链接:https://leetcode.com/tag/union-find/ [128]Longest Consecutive Sequence (2018年11月22日,开始解决hard题) 给 ...
- 数据结构《14》----并查集 Union-Find
描述: 并查集是一种描述解决等价关系.能够方便地描述不相交的多个集合. 支持如下操作 1. 建立包含元素 x 的集合 MakeSet(x) 2. 查找给定元素所在的集合 Find(x), 返回 ...
- 并查集(union-find set)与Kruskal算法
并查集 并查集处理的是集合之间的关系,即‘union' , 'find' .在这种数据类型中,N个不同元素被分成若干个组,每组是一个集合,这种集合叫做分离集合.并查集支持查找一个元素所属的集合和两个元 ...
随机推荐
- ARC102E Stop. Otherwise...
传送门 题目大意 现在有n个k面的骰子,问在i=2~2*k的情况下,任意两个骰子向上那一面的和不等于i的方案数是多少. 分析 这道题具体做法见这个博客. 至于k2的值为啥是那个自己画画图就明白了. 代 ...
- java获取本机名称、IP、MAC地址和网卡名称
java获取本机名称.IP.MAC地址和网卡名称 摘自:https://blog.csdn.net/Dai_Haijiao/article/details/80364370 2018年05月18日 1 ...
- Linux - 在 CentOS 7 上部署 Google BBR
BBR(Bottleneck Bandwidth and RTT)是一种新的拥塞控制算法,由Google开发.有了BBR,Linux服务器可以显着提高吞吐量并减少连接延迟. Step 1: Upgra ...
- net core 使用 SqlSugar
/// <summary> /// SqlSugar 注入Service的扩展方法 /// </summary> public static class SqlSugarSer ...
- [Emacs] Org-mode下表格内中英文不对齐的解决方案
;; Setting for English font (set-default-font "monospace-15") ;; Setting for Chinese font ...
- Python中的map_reduce
原教程地址: map/reduce-廖雪峰 将数值型字符串转换成数值,解释map, reduce的使用: #!/usr/bin/env python #-*- coding:utf-8 -*- ...
- idea 面板介绍
一.面板说明 IDEA面板的全貌如下图 二.菜单栏 下面会简单介绍下一些常用的部分菜单使用,如有疑问或补充欢迎留言. (1).File文件 1. New:新建一个工程 可以新建project,导入已存 ...
- 计算机上配置 IP地址,子网掩码,默认网关
The Internet Assigned Numbers Authority (IANA) has reserved the following three blocks of the IP add ...
- bzoj3140: [Hnoi2013]消毒(二分图)
题目描述 最近在生物实验室工作的小T遇到了大麻烦. 由于实验室最近升级的缘故,他的分格实验皿是一个长方体,其尺寸为a*b*c,a.b.c 均为正整数.为了实验的方便,它被划分为a*b*c个单位立方体区 ...
- C#静态类 转载:(原文:http://www.cnblogs.com/chenlulouis/ )
静态类是不能实例化的,我们直接使用它的属性与方法,静态类最大的特点就是共享. 探究 public static class StaticTestClass{ public static int ...