在上周的算法设计课程中,我们学习了UNION-FIND算法,该算法用来对不相交集进行查询与合并操作,但任何优秀的算法都必须要用实际的代码来进行实现,接下来我们就来看看具体的代码实现

1. 不相关集数据结构的存储方式

  一般来说,对于一个不相关集A = {1, 2, ..., n} 来说,我们使用两个长度为n的数组p[] 和 rank[] 来表示。

  p[] 中,数组下标表示所对应的元素,数组值表示该元素对应的父节点,没有父节点时值为0,如a[1] = 2 便表示元素1的父节点为2

  rank[] 表示数组元素的秩,一般用来表示该节点的高度,初始值全为零。

  上图的不相交集结构用数组表示为下图:

2. UNION-FIND算法及其代码实现

  UNION-FIND算法包含两个方法FIND(x) 与 UNION(x, y)

  FIND(x):用来寻找包含x的根,算法如下(书P83)

  1.   y←x
  2.   while p(y)≠null{寻找包含x的树的根}
  3.     y←p(y)
  4.   end while
  5.   root←y;y←x
  6.   while p(y)≠null {执行路径压缩}
  7.     w←p(y)
  8.     p(y)←root
  9.     y←w
  10.   end while
  11.   return root

  UNION(x, y):用来合并两个树,算法如下(书P83)

  1.   u←FIND(x);v←FIND(y)
  2.   if rank(u) ≦ rank(v) then
  3.     p(u)←v
  4.     if rank(u) = rank(v) then rank(v)←rank(v)+1
  5.   else p(v)←u
     
  6.   end if

  具体代码实现如下:

 //不相交集及union-find算法的练习
public class Gather { //声明不相交集类
private int p[] = new int[50]; //存放元素父节点
private int rank[] = new int[50]; //存放元素的秩
public int length; //不相交集的长度
public Gather(int length)
{
this.length = length;
}
//寻找指定结点
public int find(int n)
{
int i = n;
/*这里的i,n 分别对应书上算法中的y,x
* 同理union中的a,b对应书上算法的u,v*/
int root, t;
while(p[i]!=0)
//向上寻找根结点
i = p[i];
root = i;
i = n; //两个指针分别指向根结点与初始结点
while(p[i]!=0)
{
//执行路径压缩
t = p[i]; //t指向i的父节点
p[i] = root; //将i的父节点设为根结点
i = t; //指针上移
}
return root;
}
//将两个树合并
public void union(int x,int y)
{
int a = find(x);
int b = find(y);
//当a的秩小于等于b的秩时,以b作为父结点
if(rank[a] <= rank[b])
{
p[a] = b;
//当a的秩等于b的秩时,b的秩+1
if(rank[a] == rank[b])
rank[b]++;
}
else p[b] = a; //当a的秩大于b的秩时,a作为父节点
}
//输出不相交集
public void dispGather()
{
System.out.print("元素值:");
for(int i=1;i<length;i++)
System.out.print(i + " "); //输出所有元素
System.out.println();
System.out.print("父节点:");
for(int i=1;i<length;i++)
System.out.print(p[i] + " "); //输出所有元素对应的父节点值
System.out.println("\n");
}
}

1. 数据测试

  写好了代码,我们需要用一些数据来测试一下我们的代码,我们采用书上P83的例4.4作为实例。

  例4.4 设S = {1, 2, ..., 9},考虑用下面的合并和寻找序列:UNION(1, 2), UNION(3,4), UNION(5,6), UNION(7,8), UNION(2,4), UNION(8,9), UNION(6,8), FIND(5), UNION(4,8), FIND(1)

  创建一个Gather对象并输出其初始状态(需要注意的是,我们的算法是下标从1开始的,而java中数组是从下标0开始的,所以我们定义长度为n的不相交集时,输入数字必须为n+1)

  结果图表示如下:

  由于篇幅关系,我们就不像书上和代码上那样分步看结果了,直接跳到最后的输出:

  用图表示如下

  

算法设计:UNION-FIND算法实现的更多相关文章

  1. 南大算法设计与分析课程复习笔记(1) L1 - Model of computation

    一.计算模型 1.1 定义: 我们在思考和处理算法的时候是机器无关.实现语言无关的.所有的算法运行在一种“抽象的机器”之上,这就是计算模型. 1.2 种类 图灵机是最有名的计算模型,本课使用更简单更合 ...

  2. OOP: One pont of view of OOP与基于算法设计的区别

    ..摘自<C++网络编程 卷1:运用ACE和模式消除复杂性> <C++ Network Programming Volume 1 Mastering Complexity with ...

  3. Python数据结构与算法设计总结篇

    1.Python数据结构篇 数据结构篇主要是阅读[Problem Solving with Python]( http://interactivepython.org/courselib/static ...

  4. 算法设计和数据结构学习_5(BST&AVL&红黑树简单介绍)

    前言: 节主要是给出BST,AVL和红黑树的C++代码,方便自己以后的查阅,其代码依旧是data structures and algorithm analysis in c++ (second ed ...

  5. Data Structure 之 算法设计策略

    1. 穷举法 基本思想:列举问题的所有可能解,并用约束条件逐一进行判定,找出符合约束条件的解. 穷举法的关键在于问题的可能解的列举和可能解的判别. 例如:凑数问题 2. 递归技术 定义:直接或间接调用 ...

  6. IK分词算法设计总结

    IK分词算法设计思考 加载词典 IK分词算法初始化时加载了“敏感词”.“主词典”.“停词”.“量词”,如果这些词语的数量很多,怎么保证加载的时候内存不溢出 分词缓冲区 在分词缓冲区中进行分词操作,怎么 ...

  7. 【技术文档】《算法设计与分析导论》R.C.T.Lee等·第7章 动态规划

    由于种种原因(看这一章间隔的时间太长,弄不清动态规划.分治.递归是什么关系),导致这章内容看了三遍才基本看懂动态规划是什么.动态规划适合解决可分阶段的组合优化问题,但它又不同于贪心算法,动态规划所解决 ...

  8. 算法设计手冊(第2版)读书笔记, Springer - The Algorithm Design Manual, 2ed Steven S.Skiena 2008

    The Algorithm Design Manual, 2ed 跳转至: 导航. 搜索 Springer - The Algorithm Design Manual, 2ed Steven S.Sk ...

  9. 【算法设计与分析基础】24、kruskal算法详解

    首先我们获取这个图 根据这个图我们可以得到对应的二维矩阵图数据 根据kruskal算法的思想,首先提取所有的边,然后把所有的边进行排序 思路就是把这些边按照从小到大的顺序组装,至于如何组装 这里用到并 ...

随机推荐

  1. UserUI程序实现过程简述

    1.__tmainCRTStartup 2. mainret = _tWinMain( (HINSTANCE)&__ImageBase, NULL, lpszCommandLine, Star ...

  2. 洛谷 P4011 孤岛营救问题【最短路+分层图】

    题外话:昨夜脑子昏沉,今早一调试就过了...错误有:我忘记还有墙直接穿墙过...memset初始化INF用错了数...然后手残敲错一个状态一直过不了样例...要是这状态去比赛我简直完了......or ...

  3. logstash.conf 根据不同地址创建索引

    input { http { host => "0.0.0.0" port => 9700 type => "from_ys" }}input ...

  4. 基于swoole的聊天室模型

    client.html: <!doctype html><html><head> <meta charset="utf-8"> &l ...

  5. ICC Scenario Definition

    现代先进工艺下的后端设计都是在 MCMM 情况下设计的,所谓 MCMM 就是 muti-corner  muti-mode,用于芯片的不同工作模式和工作条件. 后端设计过程中,需要保证芯片在所有工作模 ...

  6. 关于SX1278、SX1276、SX1262的简单详解资料

    通常的物联网解决方案和设备一直都非常昂贵,或在实施中不切合实际.理想的无线连接技术应该是低成本.高可靠性的,可进行长距离传输,且拥有超长的电池续航时间.像zigbee.Bluetooth和Wi-Fi这 ...

  7. Spring源码分析(十五)获取单例

    本文结合<Spring源码深度解析>来分析Spring 5.0.6版本的源代码.若有描述错误之处,欢迎指正. 之前我们讲解了从缓存中获取单例的过程,那么,如果缓存中不存在已经加载的单例be ...

  8. helm-locate 使用 everything

    emacs里不需任何设置,只要在电脑的环境变量里加上everything的目录即可. 1.下载es.exe (http://www.voidtools.com/es.zip) 2.把解压出的es.ex ...

  9. display:inline、block、inline-block的区别(摘抄)

    display:inline.block.inline-block的区别 display:block就是将元素显示为块级元素. block元素的特点是: 总是在新行上开始: 高度,行高以及顶和底边距都 ...

  10. (oralce)pga_aggregate_target与workarea_size_policy相互关系验证

    pga_aggregate_target与workarea_size_policy相互关系验证 先放上结论: 1. 当pga_aggregate_target设置为非0, 手工设置(workarea ...