前言

用于解决动态连通性问题,能动态连接两个点,并且判断两个点是否连通。

算法 - 并查集 - 图1

方法 描述
UF(int N) 构造一个大小为 N 的并查集
void union(int p, int q) 连接 p 和 q 节点
int find(int p) 查找 p 所在的连通分量编号
boolean connected(int p, int q) 判断 p 和 q 节点是否连通
  1. public abstract class UF {
  2. protected int[] id;
  3. public UF(int N) {
  4. id = new int[N];
  5. for (int i = 0; i < N; i++) {
  6. id[i] = i;
  7. }
  8. }
  9. public boolean connected(int p, int q) {
  10. return find(p) == find(q);
  11. }
  12. public abstract int find(int p);
  13. public abstract void union(int p, int q);
  14. }

Quick Find

可以快速进行 find 操作,也就是可以快速判断两个节点是否连通。

需要保证同一连通分量的所有节点的 id 值相等,就可以通过判断两个节点的 id 值是否相等从而判断其连通性。

但是 union 操作代价却很高,需要将其中一个连通分量中的所有节点 id 值都修改为另一个节点的 id 值。

算法 - 并查集 - 图2

  1. public class QuickFindUF extends UF {
  2. public QuickFindUF(int N) {
  3. super(N);
  4. }
  5. @Override
  6. public int find(int p) {
  7. return id[p];
  8. }
  9. @Override
  10. public void union(int p, int q) {
  11. int pID = find(p);
  12. int qID = find(q);
  13. if (pID == qID) {
  14. return;
  15. }
  16. for (int i = 0; i < id.length; i++) {
  17. if (id[i] == pID) {
  18. id[i] = qID;
  19. }
  20. }
  21. }
  22. }

Quick Union

可以快速进行 union 操作,只需要修改一个节点的 id 值即可。

但是 find 操作开销很大,因为同一个连通分量的节点 id 值不同,id 值只是用来指向另一个节点。因此需要一直向上查找操作,直到找到最上层的节点。

算法 - 并查集 - 图3

  1. public class QuickUnionUF extends UF {
  2. public QuickUnionUF(int N) {
  3. super(N);
  4. }
  5. @Override
  6. public int find(int p) {
  7. while (p != id[p]) {
  8. p = id[p];
  9. }
  10. return p;
  11. }
  12. @Override
  13. public void union(int p, int q) {
  14. int pRoot = find(p);
  15. int qRoot = find(q);
  16. if (pRoot != qRoot) {
  17. id[pRoot] = qRoot;
  18. }
  19. }
  20. }

这种方法可以快速进行 union 操作,但是 find 操作和树高成正比,最坏的情况下树的高度为节点的数目。

算法 - 并查集 - 图4

加权 Quick Union

为了解决 quick-union 的树通常会很高的问题,加权 quick-union 在 union 操作时会让较小的树连接较大的树上面。

理论研究证明,加权 quick-union 算法构造的树深度最多不超过 logN。

算法 - 并查集 - 图5

  1. public class WeightedQuickUnionUF extends UF {
  2. // 保存节点的数量信息
  3. private int[] sz;
  4. public WeightedQuickUnionUF(int N) {
  5. super(N);
  6. this.sz = new int[N];
  7. for (int i = 0; i < N; i++) {
  8. this.sz[i] = 1;
  9. }
  10. }
  11. @Override
  12. public int find(int p) {
  13. while (p != id[p]) {
  14. p = id[p];
  15. }
  16. return p;
  17. }
  18. @Override
  19. public void union(int p, int q) {
  20. int i = find(p);
  21. int j = find(q);
  22. if (i == j) return;
  23. if (sz[i] < sz[j]) {
  24. id[i] = j;
  25. sz[j] += sz[i];
  26. } else {
  27. id[j] = i;
  28. sz[i] += sz[j];
  29. }
  30. }
  31. }

路径压缩的加权 Quick Union

在检查节点的同时将它们直接链接到根节点,只需要在 find 中添加一个循环即可。

比较

算法 union find
Quick Find N 1
Quick Union 树高 树高
加权 Quick Union logN logN
路径压缩的加权 Quick Union 非常接近 1 非常接近 1