并查集路径压缩
并查集里的 find 函数里可以进行路径压缩,是为了更快速的查找一个点的根节点。对于一个集合树来说,它的根节点下面可以依附着许多的节点,因此,我们可以尝试在 find 的过程中,从底向上,如果此时访问的节点不是根节点的话,那么我们可以把这个节点尽量的往上挪一挪,减少数的层数,这个过程就叫做路径压缩。
如下图中,find(4) 的过程就可以路径压缩,让数的层数更少。
节点 4 往上寻找根节点时,压缩第一步,树的层数就减少了一层:
节点 2 向上寻找,也不是根节点,那么把元素 2 指向原来父节点的父节点,操后后树的层数相应减少了一层,同时返回根节点 0。
find 过程代码修改为 :
// 查找过程, 查找元素p所对应的集合编号
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
// path compression 1
while ( p != parent [ p ] ) {
parent [ p ] = parent [ parent [ p ] ] ;
p = parent [ p ] ;
}
return p ;
}
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
// path compression 1
while ( p != parent [ p ] ) {
parent [ p ] = parent [ parent [ p ] ] ;
p = parent [ p ] ;
}
return p ;
}
上述路径压缩并不是最优的方式,我们可以把最初的树压缩成下图所示,层数是最少的。
这个 find 过程代表表示为:
...
// 查找过程, 查找元素p所对应的集合编号
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
//第二种路径压缩算法
if ( p != parent [ p ] )
parent [ p ] = find ( parent [ p ] ) ;
return parent [ p ] ;
}
...
// 查找过程, 查找元素p所对应的集合编号
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
//第二种路径压缩算法
if ( p != parent [ p ] )
parent [ p ] = find ( parent [ p ] ) ;
return parent [ p ] ;
}
...
Java 实例代码
源码包下载: Download
UnionFind3.java 文件代码:
package
yssmx.union
;
/**
* 基于rank的优化
*/
public class UnionFind4 {
private int [ ] rank ; // rank[i]表示以i为根的集合所表示的树的层数
private int [ ] parent ; // parent[i]表示第i个元素所指向的父节点
private int count ; // 数据个数
// 构造函数
public UnionFind4 ( int count ) {
rank = new int [ count ] ;
parent = new int [ count ] ;
this . count = count ;
// 初始化, 每一个parent[i]指向自己, 表示每一个元素自己自成一个集合
for ( int i = ; i < count ; i ++ ) {
parent [ i ] = i ;
rank [ i ] = 1 ;
}
}
// 查找过程, 查找元素p所对应的集合编号
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
// 不断去查询自己的父亲节点, 直到到达根节点
// 根节点的特点: parent[p] == p
while ( p != parent [ p ] )
p = parent [ p ] ;
return p ;
//第二种路径压缩算法
//if( p != parent[p] )
//parent[p] = find( parent[p] );
//return parent[p];
}
// 查看元素p和元素q是否所属一个集合
// O(h)复杂度, h为树的高度
public boolean isConnected ( int p , int q ) {
return find ( p ) == find ( q ) ;
}
// 合并元素p和元素q所属的集合
// O(h)复杂度, h为树的高度
public void unionElements ( int p, int q ) {
int pRoot = find ( p ) ;
int qRoot = find ( q ) ;
if ( pRoot == qRoot )
return ;
if ( rank [ pRoot ] < rank [ qRoot ] ) {
parent [ pRoot ] = qRoot ;
}
else if ( rank [ qRoot ] < rank [ pRoot ] ) {
parent [ qRoot ] = pRoot ;
}
else { // rank[pRoot] == rank[qRoot]
parent [ pRoot ] = qRoot ;
rank [ qRoot ] += 1 ; // 维护rank的值
}
}
}
/**
* 基于rank的优化
*/
public class UnionFind4 {
private int [ ] rank ; // rank[i]表示以i为根的集合所表示的树的层数
private int [ ] parent ; // parent[i]表示第i个元素所指向的父节点
private int count ; // 数据个数
// 构造函数
public UnionFind4 ( int count ) {
rank = new int [ count ] ;
parent = new int [ count ] ;
this . count = count ;
// 初始化, 每一个parent[i]指向自己, 表示每一个元素自己自成一个集合
for ( int i = ; i < count ; i ++ ) {
parent [ i ] = i ;
rank [ i ] = 1 ;
}
}
// 查找过程, 查找元素p所对应的集合编号
// O(h)复杂度, h为树的高度
private int find ( int p ) {
assert ( p >= && p < count ) ;
// 不断去查询自己的父亲节点, 直到到达根节点
// 根节点的特点: parent[p] == p
while ( p != parent [ p ] )
p = parent [ p ] ;
return p ;
//第二种路径压缩算法
//if( p != parent[p] )
//parent[p] = find( parent[p] );
//return parent[p];
}
// 查看元素p和元素q是否所属一个集合
// O(h)复杂度, h为树的高度
public boolean isConnected ( int p , int q ) {
return find ( p ) == find ( q ) ;
}
// 合并元素p和元素q所属的集合
// O(h)复杂度, h为树的高度
public void unionElements ( int p, int q ) {
int pRoot = find ( p ) ;
int qRoot = find ( q ) ;
if ( pRoot == qRoot )
return ;
if ( rank [ pRoot ] < rank [ qRoot ] ) {
parent [ pRoot ] = qRoot ;
}
else if ( rank [ qRoot ] < rank [ pRoot ] ) {
parent [ qRoot ] = pRoot ;
}
else { // rank[pRoot] == rank[qRoot]
parent [ pRoot ] = qRoot ;
rank [ qRoot ] += 1 ; // 维护rank的值
}
}
}