并查集数据结构的几种实现

并查集数据结构的几种实现

第一种实现

每一个节点都只是指向根节点

find是 常数时间复杂度的, union是 线性时间复杂度的。

class quickFind {
  int[] a;
  int count;

  void init (int N) {
    a = new int[N];
    for (int i = 0; i < N; i++) {
      a[i] = i;
    }
    count = N;
  }
  boolean connected(int p , int q) {
    return find(p) == find(q);
  }
  int find (int p) {
    return a[p];
  }
  void union(int p , int q) {
    int proot = find(p);
    int qroot = find(q);
    if (proot == qroot) {
      return;
    }
    for (int i = 0; i < a.length; i++) {
      if (a[i] == proot) {
        a[i] = qroot;
      }
    }
    count--;
  }
}

第二种实现

每一个节点指向一个和自己在相同集合中的节点

find操作是树的高度时间复杂度,union操作也是 树的高度时间复杂度

class quickUnion {
  int[] a;
  int count;

  void init(int N) {
    a = new int[N];
    for (int i = 0; i < N; i++) {
      a[i] = i;
    }
    count = N;
  }

  void find(p) {
    while (p != a[p]) p = a[p];
    return p;
  }

  void union(int p, int q) {
    int proot = find(p);
    int qroot = find(q);
    if (proot == qroot) {
      return;
    }
    a[proot] = qroot;
    count--;
  }

  void connected(int p, int q) {
    return find(p) == find(q);
  }
}

第三种实现其实是第二种实现的改良版本

因为第二种实现,当树的高度比较大,趋于链表的时候,时间复杂度会比较高,应该尽量减小树的高度

find时间复杂度logn,union时间复杂度logn

class quickUnion2 {
  int[] a;
  int count;
  int[] size;

  void init(int N) {
    a = new int[N];
    size = new int[N];
    for (int i = 0; i < N; i++) {
      a[i] = i;
      size[i] = 1;
    }
    count = N;
  }

  void find(p) {
    while (p != a[p]) p = a[p];
    return p;
  }

  void union(int p, int q) {
    int proot = find(p);
    int qroot = find(q);
    if (proot == qroot) {
      return;
    }
    if (size[proot] < size[qroot]) {
      a[proot] = qroot;
      size[qroot] += size[proot];
    } else {
      a[qroot] = proot;
      size[proot] += size[qroot];
    }
    count--;
  }
  void connected(int p, int q) {
    return find(p) == find(q);
  }
}

使用场景,比如 岛屿个数 问题,除了用深度优先搜索之外,还可以用 并查集数据结构来做。