洞察纵观鸿蒙next版本,如何凭借FinClip加强小程序的跨平台管理,确保企业在数字化转型中的高效运营和数据安全?
773
2022-08-24
并查集基础
所谓并查集,是一个可以实现并集和查询操作的集合。其内部是用一颗树来维护的。
步骤:
1,建立并查集:并查集是一棵树,这棵树用一个f数组来建立,f[i]代表i结点的父亲。在实行“并”操作之前,所有元素都是孤立的,f[i]←i;
for(i=1;i<=N;i++) f[i]=i;
2,根节点 查询:引入一个代表元的概念,当我们想要知道一个元素在哪一棵树上时,我们可以用这棵树的根作为代表元,我们就说一个元素在以A根节点的树上,即这个元素所在集合的代表元是A,通过代表元来区分集合。欲查询一棵树所在的集合,即是查询这棵树的根节点,这就是为什么用f数组,顺着一个结点的f数组一路找上去,直到f[x]=x,就找到了。
int find(int x){ if(f[x]==x) return x; else return find(f[x]);}
明显地,一次find操作需要从这个结点一直查到根节点,时间复杂度是树的深度。我们只关心一个结点所在树的根节点,不妨在查询的过程中,把所经过的每一个结点的父亲都设为根节点,那么下次在查询时,时间复杂度就变为O(1)。最终的find函数:
int find(int x){ if(f[x]==x) return x; else return f[x]=find(f[x]);}
这叫作路径压缩。
3,并集:欲将个集合进行并集操作,即是将两个两棵树合成一棵树,只需让一个根节点成为另一个根节点的儿子。通常是要求将两个元素所在的集合取并集。用a、b表示两个不同集合中的元素,并集操作如下:
f[find(A)]=find(B);
根据需要,也可分开写:
fa=find(a),fb=find(b);其他一些操作;f[fa]=fb;
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~