- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章c语言数据结构之并查集 总结由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
并查集(Union-Find Set):
一种用于管理分组的数据结构。它具备两个操作:(1)查询元素a和元素b是否为同一组 (2) 将元素a和b合并为同一组.
注意:并查集不能将在同一组的元素拆分为两组.
并查集的实现:
用树来实现.
使用树形结构来表示以后,每一组都对应一棵树,然而我们就可以将这个问题转化为树的问题了,我们看两个元素是否为一组我们只要看这两个元素的根是否一致。显然,使用树形结构将问题简单化了。合并时是我们只需要将一组的根与另一组的根相连即可.
并查集的核心在于,一棵树的所有节点根节点都为一个节点。使用Find函数查询时,也是查询到这个节点的根节点.
一行并查集:
1
2
3
4
|
int
find(
int
x)
{
return
p[x]==x? x:find(p[x]);
//x的父节点保存在p[x]中,如果没有父节点则p[x]=x。
}
|
实现:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
int
node[i];
//每个节点
//初始化n个节点
void
Init(
int
n){
for
(
int
i = 0; i < n; i++){
node[i] = i;
}
}
//查找当前元素所在树的根节点(代表元素)
int
find(
int
x){
if
(x == node[x])
return
x;
return
find(node[x]);
}
//合并元素x, y所处的集合
void
Unite(
int
x,
int
y){
//查找到x,y的根节点
x = find(x);
y = find(y);
if
(x == y)
return
;
//将x的根节点与y的根节点相连
node[x] = y;
}
//判断x,y是属于同一个集合
bool
same(
int
x,
int
y){
return
find(x) == find(y)
|
并查集的路径压缩:
在特殊情况下,这棵树是一条长长的树链,设链的最后一个结点为x,则每次执行find(x)都会遍历整条链。效率十分的地下。 改进方法很简单,只要把遍历过的结点都改成根的子结点,后面的查询就会变的快很多.
并查集的复杂度 。
加入这两个优化之后,并查集的效率就非常高。对n个元素的并查集操作一次的复杂度是: O(α(n))。这里,α(n)是阿克曼(Ackermann)函数的反函数。效率要高于O(log n).
不过这里O(α(n))是平均复杂度。也就是说,多次操作之后平均复杂度为O(α(n)),换而言之,并不是每一次操作都满足O(α(n)).
路径压缩后的优化代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
int
node[i];
//每个节点
int
rank[i];
//树的高度
//初始化n个节点
void
Init(
int
n){
for
(
int
i = 0; i < n; i++){
node[i] = i;
rank[i] = 0;
}
}
//查找当前元素所在树的根节点(代表元素)
int
find(
int
x){
if
(x == node[x])
return
x;
return
node[x] = find(node[x]);
//在第一次查找时,将节点直连到根节点
}
//合并元素x, y所处的集合
void
Unite(
int
x,
int
y){
//查找到x,y的根节点
x = find(x);
y = find(y);
if
(x == y)
return
;
//判断两棵树的高度,然后在决定谁为子树
if
(rank[x] < rank[y]){
node[x] = y;
}
else
{
node[y] = x;
if
(rank[x] == rank[y]) rank[x]++:
}
}
//判断x,y是属于同一个集合
bool
same(
int
x,
int
y){
return
find(x) == find(y);
}
|
实例分析:
题目:部落 。
在一个社区里,每个人都有自己的小圈子,还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里,于是要请你统计一下,在一个给定社区中,到底有多少个互不相交的部落?并且检查任意两个人是否属于同一个部落.
输入格式:
输入在第一行给出一个正整数N(<= 104),是已知小圈子的个数。随后N行,每行按下列格式给出一个小圈子里的人:
K P[1] P[2] ... P[K] 。
其中K是小圈子里的人数,P[i](i=1, .., K)是小圈子里每个人的编号。这里所有人的编号从1开始连续编号,最大编号不会超过104.
之后一行给出一个非负整数Q(<= 104),是查询次数。随后Q行,每行给出一对被查询的人的编号.
输出格式:
首先在一行中输出这个社区的总人数、以及互不相交的部落的个数。随后对每一次查询,如果他们属于同一个部落,则在一行中输出“Y”,否则输出“N”.
输入样例: 4 3 10 1 2 2 3 4 4 1 5 7 8 3 9 6 4 2 10 5 3 7 。
输出样例:
10 2 Y N 。
分析:典型并查集问题.
一个部落对应一个集合。 根节点数量等于部落数量。 并查集把每个部落的人连起来,记录哪些人出现过,枚举标号10000,找出有多少人和部落,查询并查集维护.
源码分析:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
|
#include <cstdio>
#include <iostream>
#include <algorithm>
#include <cstring>
using
namespace
std;
int
pre[10005];
int
f[10005];
void
init() {
//初始化父集合pre[10005],以及出现的标志数组f[10005]
for
(
int
i=0; i<10004; i++)
pre[i]=i, f[i]=0;
}
int
find(
int
x) {
//并查集查找根节点的 递归程序
return
pre[x]==x? x : pre[x]=find(pre[x]);
}
int
main()
{
init();
int
n,q,k,a,b;
cin>>n;
for
(
int
i=0; i<n; i++) {
cin>>k>>a;
f[a]=1;
for
(
int
j=1; j<k; j++) {
cin>>b;
f[b]=1;
int
x=find(a);
int
y=find(b);
if
(x!=y) pre[x]=y;
}
}
int
cnt=0,tot=0;
//cnt为所有人数 tot为部落数量
for
(
int
i=0; i<10004; i++) {
if
(f[i] == 1) {
//如果标志为1 则说明出现过,cnt加一
cnt++;
if
(pre[i]==i) tot++;
//如果下标为本身 说明其为根节点 根节点数量为部落的数量
}
}
cout<<cnt<<
" "
<<tot<<endl;
cin>>q;
for
(
int
i=0; i<q; i++) {
cin>>a>>b;
if
(find(a) == find(b))
//若两参数 有同一根节点 说明为一个部落。
cout<<
"Y"
<<endl;
else
cout<<
"N"
<<endl;
}
return
0;
}
|
好了,这篇文章就介绍到这了.
原文链接:https://blog.csdn.net/Alger_jhun/article/details/79730169 。
最后此篇关于c语言数据结构之并查集 总结的文章就讲到这里了,如果你想了解更多关于c语言数据结构之并查集 总结的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
1、定义 设 \(u\) 和 \(v\) 为一张图上的任意两个节点。令 \(c(u, v)\) 为它们之间的边的容量, \(f(u, v)\) 为它们之间的流量,则需要满足以
1、前言 工作中涉及到文件系统,有时候需要判断文件和目录是否存在。我结合apue第四章文件和目录,总结一下如何正确判断文件和目录是否存在,方便以后查询。 2、stat系列函数 stat函数用来
并查集(Union-Find Set): 一种用于管理分组的数据结构。它具备两个操作:(1)查询元素a和元素b是否为同一组 (2) 将元素a和b合并为同一组。 注意:并查集不能将在同一组的元素拆
当下,注解非常流行,以前很长篇的代码,现在基本上一个注解就能搞定。 那,在Mybatis中又有哪些注解呢? Mybatis中的注解基本上都在org.apache.ibatis.annotat
指针操作数组,方法一是p+index,方法二是p[index],第二种方法跟数组访问方法是一样的。 数组引用返回的是数组的第一个元素的指针地址。 可以将指针指向数组的任意元素,然后从那里开始访问
通常部署完php环境后会进行一些安全设置,除了熟悉各种php漏洞外,还可以通过配置php.ini来加固PHP的运行环境,PHP官方也曾经多次修改php.ini的默认设置。 下面对php.ini中一
在JavaScript中,使用typeof可以检测基本数据类型,使用instanceof可以检测引用数据类型。在PHP中,也有检测数据类型的方法,具体如下: 1、输出变量的数据类型(gettype
把图片缓存到本地,在很多场景都会用到,如果只是存储文件信息,那建一个plist文件,或者数据库就能很方便的解决问题,但是如果存储图片到沙盒就没那么方便了。这里简单介绍两种保存图片到沙盒的方法。
(1)需要安装docker容器,在docker容器内安装jenkins,gogs,tomcat。 新建maven项目,添加findbugs plugin。 使用docker
今天主题是实现并发服务器,实现方法有多种版本,先从简单的单进程代码实现到多进程,多线程的实现,最终引入一些高级模块来实现并发TCP服务器。 说到TCP,想起吐槽大会有个段子提到三次握手,也只有程序
如下所示: Ctrl+1或F2快速修复 Ctrl+D快捷删除行 Shift+Enter 快速切换到下一行,在本行的任何位置都可 Ctrl+F11快速运行代码 Alt+上下键 快速移动行(可
JSP是Servlet技术的扩展,本质上是Servlet的简易方式,更强调应用的外表表达。 JSP编译后是”类servlet”。 Servlet和JSP最主要的不同点在于,Servlet的应用逻辑
Java中的Runable,Callable,Future,FutureTask,ExecutorService,Excetor,Excutors,ThreadPoolExcetor在这里对这些关键
读取Java文件到byte数组的三种方法(总结) ? 1
用java实现的数组创建二叉树以及递归先序遍历,递归中序遍历,递归后序遍历,非递归前序遍历,非递归中序遍历,非递归后序遍历,深度优先遍历,广度优先遍历8种遍历方式:
1、简明总结 ASCII(char) 返回字符的ASCII码值 BIT_LENGTH(str) 返回字符串的比特长度 CONCAT(s1,s2…,sn)
java应用服务器(web server),是指运行java程序的web应用服务器软件,不包括nginx、Apache等通用web服务器软件。 一、Tomcat Tomcat是Apache 软件基
事务作为抽象层,允许应用忽略DB 内部一些复杂并发问题和某些硬件、软件故障,简化应用层的处理逻辑:事务中止(transaction abort),而应用仅需重试。对复杂访问模式,事务可大大减少需要考虑
我们在本教程学习了如何描述 XML 文档的结构 我们学习到了如何使用 DTD 来定义一个 XML 文档的合法元素,以及如何在我们的 XML 内部或者作为一个外部引用来声明 DTD 我们学习了如何为
在这个XPath 基础教程中我们讲解了如何在 XML 文档中查找信息 我们可以使用 XPath 的元素和属性在 XML 文档中进行导航 我们也学习了如何使用 XPath 中内建的某些标准函数 如
我是一名优秀的程序员,十分优秀!