Java數據機構中關于并查集的詳解

本期文章源碼:GitHub
一文徹底搞懂《并查集》!
概念
并查集是一種樹型的數據結構,用于處理一些不相交集合的合并及查詢問題(即所謂的并、查)。比如說,我們可以用并查集來判斷一個森林中有幾棵樹、某個節(jié)點是否屬于某棵樹等。
具體的用法,我們會以下一篇文章《圖的相關算法》中,有一個克魯斯卡爾算法,用于生成最小生成樹,會用到并查集。
并查集的主要作用是求連通分支數(如果一個圖中所有點都存在可達關系(直接或間接相連),則此圖的連通分支數為1;如果此圖有兩大子圖各自全部可達,則此圖的連通分支數為2……)
在現實生活中,也是存在著并查集的一些概念,例如最近《天龍八部》里的人物關系,可能你并不認識丐幫的一些小人物,但是你一定認識丐幫幫主喬峰。當你看見一個叫花子,你就會想到他的老大就是幫主喬峰,像這樣的場景,就有了一定的歸屬感, 會自動的認為叫花子就是跟丐幫合并在一起的……

說簡單一點,并查集就是將一些數據進行分類,這樣數據為一組,那些數據為另一組。如何判斷其中兩個數據,在不在一個組?我們就會去找每個組的代表,看這兩個數據的代表是不是同一個?如果是,那就是在一個組;如果不是,那就不在一個組。所以并查集的大致框架就是下面這樣:
//并查集大致框架---代碼中的數據(Node),可以是其他,比如二叉樹節(jié)點、圖的邊、節(jié)點等等 抽象的數據
public class UnionSet {
private HashMap<Node, Node> fatherMap; //key表示當前這個數據,value表示這個數據的代表(父親)是誰
private HashMap<Node, Integer> sizeMap; //表示當前這個組(集合)的大小
public UnionSet() { //構造方法
fatherMap = new HashMap<>();
sizeMap = new HashMap<>();
}
public void makeSet(List<Node> list) { //生成初始化狀態(tài)的并查集,剛開始每個數據都是獨立的
}
public boolean isSameSet(Node node1, Node node2) { //判斷當前這兩個數據,是不是一個組的?
}
private Node findFather(Node node) { //查找這個數據,它那個組的代表(父親)是誰?
}
public void union(Node node1, Node node2) { //將這兩個數據,放到一個組
}
}
上面就是大致的框架,就是幾個方法:初始化并查集、判斷是不是一個組、查找代表、合并到一個組。四個方法,就是并查集。簡不簡單?
并查集在判斷兩個數據,是否在一個組時,時間復雜度能做到O(1),所以這種數據結構還是非常有用的。
實現
初始化并查集
我們首先從第一個方法:初始化并查集開始。
傳入進去的參數不一定是List,也可以是Collection等等,表示一組數據即可! 首先我們的成員變量只有兩個,分別是存儲節(jié)點的代表 和 當前這個組的大小。初始化時,我們分別認為 每個節(jié)點是自己一個人一組的,也就是說,自己一個組,代表就是自己本身;大小的話,就是自己本身咯,也就是1。
//初始化并查集
public void makeSet(List<Node> list) {
if (list == null) {
return;
}
fatherMap.clear();
sizeMap.clear(); //先將表清空
//遍歷list,把每一個節(jié)點,都放入哈希表中
for (Node node : list) {
fatherMap.put(node, node); //第一個參數是節(jié)點本身,第二個參數就是這個組的代表
sizeMap.put(node, 1); //第一個參數是這個組的代表,第二個參數是大小
}
}

判斷是不是同一個組
isSameSet 比較簡單,就是判斷兩個數據所在的組的代表,是不是用一個數據即可!如果代表是同一個人,那就是在一個組,反之就不是!
//判斷是不是同一個組
public boolean isSameSet(Node node1, Node node2) {
if (node1 == null || node2 == null) {
return false;
}
return findFather(node1) == findFather(node2); //查找各自的代表節(jié)點,看是不是同一個。
}
查找當前節(jié)點的代表節(jié)點
findFather,我自己覺得算是并查集的核心,也這是這個方法,是并查集的查找的時間復雜度能在O(1)的主要因素。
思路就跟二叉樹向上查找根結點的思路一樣,也就是說,在fatherMap中一直查找,直到一個節(jié)點的代表節(jié)點(父節(jié)點)是它自己本身時,此時就查找完了;然后最關鍵的一步,就是路徑壓縮,在我們向上查找的過程中,我們需要記錄沿途的所有節(jié)點,在查找結束后,我們將沿途的這些節(jié)點,在fatherMap中的進行修改,直接將這些節(jié)點的代表節(jié)點,寫成這個組的代表節(jié)點,可能聽糊涂了,看下圖:

這樣的設計,就能使查找的時間復雜度控制在O(1)。
//查找代表節(jié)點,并做路徑壓縮
private Node findFather(Node node) {
if (node == null) {
return null;
}
//查找代表節(jié)點
Stack<Node> path = new Stack<>(); //存儲沿途的節(jié)點
while (node != fatherMap.get(node)) { //代表節(jié)點不是自己本身,就繼續(xù)查找
path.push(node);
node = fatherMap.get(node);
}
//路徑壓縮
while (!path.isEmpty()) {
Node tmp = path.pop();
fatherMap.put(tmp, node); //此時的node,就是這個組的代表節(jié)點
}
return node;
}
合并操作
終于來到了最后的操作:合并。合并也比較簡單,記住一個要點:小組掛在大組的下面。也就是說,這一個節(jié)點所在的組要小一點,我們直接將他“掛”在另一個組的下面。說簡單一點:這一個組的代表節(jié)點的vaule域,直接指向另一個組的代表節(jié)點。
//合并操作
public void union(Node node1, Node node2) {
if (node1 == null || node2 == null) {
return;
}
int node1Size = sizeMap.get(node1);
int node2Size = sizeMap.get(node2); //分別得到兩個節(jié)點所在組的大小
Node node1Father = fatherMap.get(node1);
Node node2Father = fatherMap.get(node2); //分別拿到兩個節(jié)點的代表節(jié)點
if (node1Father != node2Father) { //兩個節(jié)點,不在同一個組,就合并
if (node1Size < node2Size) { //node1 掛在 node2
fatherMap.put(node1Father, node2Father);
sizeMap.put(node2Father, node1Size + node2Size); //新的組,大小是原來兩個組的和
sizeMap.remove(node1Father); //小組的數據,就不需要了,刪除
} else { //node2 掛在 node1
//跟上面操作類似
fatherMap.put(node2Father, node1Father);
sizeMap.put(node1Father, node1Size + node2Size);
sizeMap.remove(node1Father);
}
}
}
上面就是并查集的所有操作了,是不是很簡單呢?
好啦,本期更新到此就結束啦,同學們,下期見?。?!
到此這篇關于Java數據機構中關于并查集的詳解的文章就介紹到這了,更多相關Java 數據機構 并查集內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Idea2023創(chuàng)建springboot不能選擇java8的解決方法(最新推薦)
在idea2023版本創(chuàng)建springboot的過程中,選擇java版本時發(fā)現沒有java8版本,只有java17和java20,遇到這樣的問題如何解決呢,下面小編給大家分享Idea2023創(chuàng)建springboot不能選擇java8的解決方法,感興趣的朋友一起看看吧2024-01-01
SpringBoot統(tǒng)一響應和統(tǒng)一異常處理詳解
在開發(fā)Spring Boot應用時,處理響應結果和異常的方式對項目的可維護性、可擴展性和團隊協(xié)作有著至關重要的影響,統(tǒng)一結果返回和統(tǒng)一異常處理是提升項目質量的關鍵策略之一,所以本文給大家詳細介紹了SpringBoot統(tǒng)一響應和統(tǒng)一異常處理,需要的朋友可以參考下2024-08-08

