并查集就是将原本不在一个集合里面的内容合并到一个集合中。
在实际的场景中用处不多。
除了出现在你需要同时去几个集合里面查询,避免出现查询很多次,从而放在一起查询的情况。
下面简单实现一个例子,我们来举例说明一下什么是并查集,以及究竟并查集解决了什么问题。
代码解析
package com.chaojilaji.book.andcheck; public class AndCheckSet { public static
Integer getFather(int[] father, int u) { if (father[u] != u) { father[u] =
getFather(father, father[u]); } return father[u]; } public static void
join(int[] father,int x, int y) { int fx = getFather(father,x); int fy =
getFather(father,y); if (fx != fy){ father[fx] = fy; } } public static void
main(String[] args) { int n = 10; int[] a = new int[n]; for (int i =
0;i<n;i++){ a[i] = i; // 初始化定义一百个集合 } for (int i=0;i<n;i++){
System.out.println(i+" "+getFather(a, i)); // 对于每个集合,父节点都是自己 } } } 复制代码
首先,我们定义了两个函数,分别为getFather和join,分别表示获取u所在集合的根以及合并两个集合。
先来看看getFather方法
public static Integer getFather(int[] father, int u) { if (father[u] != u) {
father[u] = getFather(father, father[u]); } return father[u]; } 复制代码
是找出值u所在集合的根节点是多少。一般来说,father[u]如果等于u本身,那么说明u所在节点就是根节点,而这个算法是直到相等才退出,也就是说,对于从u到根节点的每个节点的father都被直接置为根节点,同时返回了当前节点的根节点。
然后来看看join方法
public static void join(int[] father,int x, int y) { int fx =
getFather(father,x); int fy = getFather(father,y); if (fx != fy){ father[fx] =
fy; } } 复制代码
分别找出x和y两个节点所在集合的根节点,如果根节点不一样,则将其中一个节点的father节点置为另一个节点即可,这样就合并成了一个集合。
代码应用
public static void main(String[] args) { int n = 10; int[] a = new int[n]; for
(int i = 0;i<n;i++){ a[i] = i; // 初始化定义n个集合 } for (int i=0;i<n;i++){
System.out.println(i+" "+getFather(a, i)); // 对于每个集合,父节点都是自己 }
System.out.println("-------------------------"); join(a,0,1); // 合并 0 和 1 for
(int i=0;i<n;i++){ System.out.println(i+" "+getFather(a, i)); } //
由于合并了0和1,所以集合变成了9个,节点0和节点1的根都是节点1
System.out.println("-------------------------"); join(a,2,3); // 合并 2 和 3 for
(int i=0;i<n;i++){ System.out.println(i+" "+getFather(a, i)); } //
由于合并了2和3,所以集合变成8个,节点2和节点3的根都是节点3
System.out.println("-------------------------"); join(a,1,3); // 合并 1 和 3 for
(int i=0;i<n;i++){ System.out.println(i+" "+getFather(a, i)); } //
由于合并了1和3,所以集合变成7个,节点0,1,2,3的根都是节点3 } 复制代码
首先,我们定义了n个集合,这n个集合的值是0~n-1,然后此时他们的父节点均等于他们本身,所以这就是n个独立的集合,结果如下
0的父节点为 0 1的父节点为 1 2的父节点为 2 3的父节点为 3 4的父节点为 4 5的父节点为 5 6的父节点为 6 7的父节点为 7 8的父节点为
8 9的父节点为 9
然后调用 join(a,0,1)合并0集合和1集合,再输出节点父集合情况为
0的父节点为 1 1的父节点为 1 2的父节点为 2 3的父节点为 3 4的父节点为 4 5的父节点为 5 6的父节点为 6 7的父节点为 7 8的父节点为
8 9的父节点为 9
可以看见,由于合并了0和1,所以集合变成了9个,节点0和节点1的根都是节点1。
然后调用 join(a,2,3) 合并2集合和3集合,输出节点父集合情况为
0的父节点为 1 1的父节点为 1 2的父节点为 3 3的父节点为 3 4的父节点为 4 5的父节点为 5 6的父节点为 6 7的父节点为 7 8的父节点为
8 9的父节点为 9
可以看见,由于合并了2和3,所以集合变成8个,节点2和节点3的根都是节点3。
最后,我们再调用join(a,1,3) 合并1集合和3集合,输出节点父集合情况为
0的父节点为 3 1的父节点为 3 2的父节点为 3 3的父节点为 3 4的父节点为 4 5的父节点为 5 6的父节点为 6 7的父节点为 7 8的父节点为
8 9的父节点为 9
可以看出来,由于合并了1和3,所以集合变成7个,节点0,1,2,3的根都是节点3。
实际应用
代码的层面来讲,并查集很好实现。但是我们却也可以发现,其应用场景似乎非常局限。
首先,我们需要定义出一个father[x] = x的数组,然后我们再去合并。似乎很难想到应用场景。
那么我们可以想象一个场景,现在有个网络拓扑图,里面有n和网络设施设备,然后又给了你这n个设施设备之间的连接关系,问你一共有多少个局部联通网。
对于这个问题,我们就可以首先定义每个设备自己跟自己相连,然后每出现一条边,就对这两个设备采取join操作。最终我们在遍历完所有的节点,得到多少个不同的father,即表示有多少个不同的局部联通网。
这样的问题还可以延伸到我们的人际交友圈,首先每个人都是单独的集合,在不断认识人的过程中,产生连通性。最终让你确认一共有多少个不互通的人际圈。
所以你会发现,这本质上就是求图论中连通块的个数。