并查集是一种用于管理元素分组的树形数据结构,支持高效的合并(union)和查找(find)操作,判断两元素是否同属一个集合;初始化时每个元素自成集合,通过parent数组记录父节点,初始时parent[i]=i;查找操作通过递归找到根节点,路径压缩在查找过程中将沿途节点直接连接到根节点,显著降低后续查找的时间复杂度;合并操作通过将一棵树的根连接到另一棵树的根实现集合合并,结合按秩合并(利用rank数组记录树高上界,优先将较矮树挂到较高树下)可有效维持树的平衡,防止退化为链表;路径压缩虽改变实际树高并使rank不再精确反映真实高度,但其仍可作为上界指导合并,确保性能稳定;两者结合后,查找与合并的均摊时间复杂度接近o(1);并查集常用于判断图的连通性、计算连通分量、朋友圈问题及kruskal最小生成树算法;其空间复杂度为o(n),主要消耗于parent和rank两个数组,其中n为元素数量。

并查集,简单来说,就是用来管理元素分组情况的数据结构。它能高效地进行合并(union)和查询(find)操作,判断两个元素是否属于同一组。路径压缩是优化并查集性能的关键技巧,能显著降低后续操作的时间复杂度。
并查集的实现与路径压缩
并查集的核心思想是使用树形结构来表示集合。每个集合对应一棵树,树的根节点代表这个集合。
初始化: 初始时,每个元素都是一个独立的集合,即每个元素都是一棵只包含自己的树。我们可以用一个数组
parent
parent[i] = i
def make_set(n):
parent = list(range(n))
return parent查找(Find): 查找操作用于找到元素所属集合的根节点。
def find(parent, i):
if parent[i] == i:
return i
return find(parent, parent[i])合并(Union): 合并操作用于将两个集合合并成一个集合。通常,我们将一棵树的根节点指向另一棵树的根节点。
def union(parent, rank, x, y):
root_x = find(parent, x)
root_y = find(parent, y)
if root_x != root_y:
if rank[root_x] < rank[root_y]:
parent[root_x] = root_y
elif rank[root_x] > rank[root_y]:
parent[root_y] = root_x
else:
parent[root_y] = root_x
rank[root_x] += 1在上面的
union
rank
路径压缩: 路径压缩是一种优化查找操作的技巧。在查找过程中,我们将访问过的每个节点直接指向根节点。这样,下次查找这些节点时,就可以直接找到根节点,而不需要沿着路径向上查找。
def find(parent, i):
if parent[i] == i:
return i
parent[i] = find(parent, parent[i]) # 路径压缩
return parent[i]路径压缩的实现非常简单,只需要在
find
并查集能解决什么问题?
并查集在很多场景下都有应用,比如:
并查集的空间复杂度是多少?
并查集的空间复杂度是 O(n),其中 n 是元素的数量。我们需要一个
parent
rank
路径压缩会改变树的高度吗?对按秩合并有什么影响?
路径压缩会改变树的高度,使树变得更扁平。但需要注意的是,路径压缩只在查找操作中进行,它并不会更新
rank
rank
以上就是并查集是什么?并查集的路径压缩的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号