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

  1. 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. ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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: ...

  7. 【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 ...

  8. 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 ...

  9. 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

  1. 使用VBSCRIPT安装字体

    根据新系统要求,经常要部署一些原来系统里没有的字体,原先我为了图省事经常会要求用户手动安装字体文件,虽然Windows的易用性做得相当不错,但是仍然要照顾一些不会安装字体的人,其实把这些字体打包进安装 ...

  2. PCL—点云分割(基于形态学) 低层次点云处理

    博客转载自:http://www.cnblogs.com/ironstark/p/5017428.html 1.航空测量与点云的形态学 航空测量是对地形地貌进行测量的一种高效手段.生成地形三维形貌一直 ...

  3. 后台执行UNIX/Linux命令和脚本的五种方法

    hiveserver 后台启动 nohup "${HIVE_HOME}"/bin/hive --service hiveserver2 & 1. 使用&符号在后台执 ...

  4. R: 自动计算代码运行时间

    ################################################### 问题:代码运行时间   18.4.25 怎么计算代码的运行时间? 解决方案: ptm = pro ...

  5. 22、linux的ssh互信配置

    转载:https://blog.csdn.net/hrn1216/article/details/51568830 https://blog.csdn.net/u013144287/article/d ...

  6. eclipse打包第三方jar的超简便方法

    原帖地址 http://wenku.baidu.com/link?url=0kCBUc-7g4pGgXUrBA2jdCRkrSQmQzaDgGT59TyECAundF8c6R9yxy4EaBN3L8c ...

  7. 数据结构 lucky_ming幸运的小明

    问题描述 在快速排序过程中, 每次会找一个划分值, 将小于划分值的放到其左边, 大于划分值的放右边, 然后再依次递归左右两边, 对子序列进行同样的操作, 直到子序列为空则停止操作.最后就得到了有序的序 ...

  8. C++中的内存重叠问题

    内存重叠,直到做到一个笔试题才知道了什么是内存重叠.先上题目吧,是一个淘宝的笔试题,当时有点懵,不知道这个名词是啥子意思. 题目:补充下面函数代码: 如果两段内存重叠,用memcpy函数可能会导致行为 ...

  9. ElasticSearch安装拼音插件(pinyin)

    环境介绍 集群环境如下: Ubuntu14.04 ElasticSearch 2.3.1(3节点) JDK1.8.0_60 开发环境: Windows10 JDK 1.8.0_66 Maven 3.3 ...

  10. TestNG入门

    在Eclipse中安装TestNG 打开Eclipse   Help ->Install New Software ,   然后Add   "http://beust.com/ecli ...