并查集与最小生成树(Kruskal算法)
并查集
什么是“并查集”?
可以这么理解,并查集就是查询两个元素之间有没有什么关联,就像一个家族,你兄弟姐妹的亲戚可以算做你亲戚。
并查集是一种用于管理元素所属集合的数据结构,实现为一个森林,其中每棵树表示一个集合,树中的节点表示对应集合中的元素。
顾名思义,并查集支持两种操作:
- 合并(Union):合并两个元素所属集合(合并对应的树)
- 查询(Find):查询某个元素所属集合(查询对应的树的根节点),这可以用于判断两个元素是否属于同一集合
并查集在经过修改后可以支持单个元素的删除、移动;使用动态开点线段树还可以实现可持久化并查集。(摘自OI WIKI)
并查集(easy.ver)的实现包含几个个步骤:
1.初始化数组
并查集通过构建一个一维数组来实现,本质上是维护一个森林。我们先定义出一个一维数组f[N](其中N代表森林中元素个数)用来存放每一棵树的编号。一开始的时候每一棵树都是一个独立的集合。
代码实现如下:
for(int i=1;i<=n;i++) {
f[i] = i;
}
2.查询(Find)
我们需要沿着树向上移动,如果上一级是其父节点,则函数会继续进行查询,直至找到根节点(即祖宗节点)。
代码实现如下:
int find(int x) {
if (f[x]!=x) {
return f[x]=find(f[x]);
}
return f[x];
}
3.合并(Union)
我们由上一步查询可得知相对应的集合的祖宗节点(即根节点),我们只需要将这两个集合的祖父节点相连即可。
代码实现如下:
void union(){
f[find(b)] = find(f[a]);
}
这就是并查集的简单的实现过程(一般不会超时吧)。如果遇到数据量巨大的时候,我们可以对查询与合并进行优化,这是后话了。
题目描述
如题,现在有一个并查集,你需要完成合并和查询操作。
输入格式
第一行包含两个整数 ,表示共有
个元素和
个操作。
接下来 行,每行包含三个整数
。
当 时,将
与
所在的集合合并。
当 时,输出
与
是否在同一集合内,是的输出
Y ;否则输出 N 。
输出格式
对于每一个 的操作,都有一行输出,每行包含一个大写字母,为
Y 或者 N 。
样例 #1
样例输入 #1
4 7
2 1 2
1 1 2
2 1 2
1 3 4
2 1 4
1 2 3
2 1 4
样例输出 #1
N
Y
N
Y
提示
对于 的数据,
,
。
对于 的数据,
,
。
对于 的数据,
,
,
,
。
AC code:
//And in that light,I'll find deliverance;;
#include <bits/stdc++.h>
#define IOS ios::sync_with_stdio(0), cin.tie(0), cout.tie(0)
using namespace std;
typedef long long ll;
typedef pair<int, int>PII;
const int N = 2e5 + 10;
int op;
ll f[N];
int find(int x) {
if ( f[x] != x ) {
return f[x] = find(f[x]);
}
return f[x];
}
int n, q;
int a, b;
void solve() {
if (op == 1) {
f[find(b)] = find(f[a]);
}
if (op == 2) {
if (find(a) == find(b))
cout << "Y" << endl;
else
cout << "N" << endl;
}
}
int main() {
IOS;
cin >> n >> q;
for (int i = 1; i <= n; i++) {
f[i] = i;
}
while (q--) {
cin >> op >> a >> b;
solve();
}
return 0;
}
最小生成树
最小生成树有两种算法,一种是Prim算法,还有一种是Kruskal算法。
Prim算法:
Kruskal算法:
科大讯飞公司氛围 457人发布
