并查集

1. 概述

并查集（Disjoint set或者Union-find set）是一种树型的数据结构，常用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。

2. 基本操作

并查集是一种非常简单的数据结构，它主要涉及两个基本操作，分别为：

1. 合并两个不相交集合。
2. 判断两个元素是否属于同一个集合。

 

(1) 合并两个不相交集合（Union(x,y)）

合并操作很简单：先设置一个数组Father[x]，表示x的“父亲”的编号。那么，合并两个不相交集合的方法就是，找到其中一个集合最父亲的父亲（也就是最久远的祖先），将另外一个集合的最久远的祖先的父亲指向它。

 

 

上图为两个不相交集合，右图为合并后Father(e)=Father(g)

 

 

(2) 判断两个元素是否属于同一集合（Find_Set(x)）

本操作可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。

 

 

3. 优化

(1) Find_Set(x)时，路径压缩

寻找祖先时，我们一般采用递归查找，但是当元素很多亦或是整棵树变为一条链时，每次Find_Set(x)都是O(n)的复杂度。为了避免这种情况，我们需对路径进行压缩，即当我们经过”递推”找到祖先节点后，”回溯”的时候顺便将它的子孙节点都直接指向祖先，这样以后再次Find_Set(x) 时复杂度就变成O(1)了，如下图所示。可见，路径压缩方便了以后的查找。

 

 

 

(2) Union(x,y)时，按秩合并

即合并的时候将元素少的集合合并到元素多的集合中，这样合并之后树的高度会相对较小。

 

 

4. 编程实现

 

int father[MAX];   /* father[x]表示x的父节点*/
int rank[MAX];     /*rank[x]表示x的秩*/
 
void Make_Set(int x)
{
    father[x] = x; //根据实际情况指定的父节点可变化
    rank[x] = 0;   //根据实际情况初始化秩也有所变化
}
 
/* 查找x元素所在的集合,回溯时压缩路径*/
int Find_Set(int x)
{
    if (x != father[x])
    {
        father[x] = Find_Set(father[x]); //这个回溯时的压缩路径是精华
    }
    return father[x];
 }
 
/*
按秩合并x,y所在的集合
下面的那个if else结构不是绝对的，具体根据情况变化
但是，宗旨是不变的即，按秩合并，实时更新秩。
*/
void Union(int x, int y)
{ 
    x = Find_Set(x);
    y = Find_Set(y);
 
    if (x == y) return;
 
    if(rank[x] > rank[y])
    {
        father[y] = x;
    } 
    else
    {
        if (rank[x] == rank[y])
        {
            rank[y]++;
        }
        father[x] = y;
     }
 }

 

 

5. 复杂度分析

空间复杂度为O(N)，建立一个集合的时间复杂度为O(1)，N次合并M查找的时间复杂度为O(M Alpha(N))，这里Alpha是Ackerman函数的某个反函数，在很大的范围内（人类目前观测到的宇宙范围估算有10的80次方个原子，这小于前面所说的范围）这个函数的值可以看成是不大于4的，所以并查集的操作可以看作是线性的。

 

6. 应用

并查集常作为另一种复杂的数据结构或者算法的存储结构。常见的应用有：求无向图的连通分量个数，最近公共祖先（LCA），带限制的作业排序，实现Kruskar算法求最小生成树等。

 

 

原文地址：http://dongxicheng.org/structure/union-find-set/