news 2026/4/18 14:26:45

代码随想录算法训练营Day47 | 并查集理论基础、107.寻找存在的路线

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
代码随想录算法训练营Day47 | 并查集理论基础、107.寻找存在的路线

并查集理论基础

一、核心思想

高效处理动态连通性问题。

并查集用于判断两个元素是否在同一个集合中。它将每个集合看作一棵树,集合的“代表”就是这棵树的根节点。如果两个元素的根节点相同,它们就在同一个集合。

二、三大核心操作
  1. 初始化
    • 功能:开始时,每个元素都是一个独立的集合,其根节点是自己。
    • 代码:
void init(int n) { for (int i = 0; i < n; ++i) { father[i] = i; // 每个节点的父节点都是自己 } }
  1. 寻根
    • 功能:找到指定元素所在集合的根节点。这是并查集的灵魂。
    • 优化(路径压缩):在寻找根的过程中,将路径上的所有节点直接指向根节点,极大提升后续查询效率。
    • 代码:
int find(int u) { // 如果u的父节点不是自己,就递归寻找,并把u的父节点直接设置为根 return u == father[u] ? u : father[u] = find(father[u]); }
  1. 合并
    • 功能:将两个元素所在的集合合并成一个。
    • 核心原则:必须先找到两个元素的根节点,再将其中一个根节点连接到另一个上。
    • 代码:
void join(int u, int v) { u = find(u); // 找到u的根 v = find(v); // 找到v的根 if (u == v) return; // 如果根相同,说明已在同一集合,无需操作 father[v] = u; // 将v的根连接到u的根上 }
  1. 判断
    • 功能:判断两个元素是否在同一个集合。
    • 代码:
bool isSame(int u, int v) { return find(u) == find(v); }
三、常见误区:join函数的正确写法

错误写法:

void join(int u, int v) { if (isSame(u, v)) return; // 虽然判断对了,但... father[v] = u; // ...这里连接的是原始节点u和v,而不是它们的根! }
  • 问题:这样会破坏树的结构,导致后续find操作出错。例如,join(1, 2); join(3, 2);后,isSame(1, 3)会返回false,不符合预期。

正确写法:

void join(int u, int v) { u = find(u); // 必须先找根! v = find(v); // 必须先找根! if (u == v) return; father[v] = u; // 连接的是根节点 }
  • 原因:保证了总是将两个集合的根进行连接,维护了数据结构的正确性。
四、另一个优化:按秩合并
  • 思想:在合并时,总是将“秩”(可以理解为树的高度或大小)较小的树挂载到较大的树上,避免树的高度过快增长。
  • 虽然理论上很好,但路径压缩的优化效果已经非常出色,且代码更简洁。在实际应用和面试中,通常只使用路径压缩就足够了。
五、完整代码模板
int n = 1005; // n根据题目中节点数量而定,一般比节点数量大一点就好 vector<int> father = vector<int> (n, 0); // 并查集初始化 void init() { for (int i = 0; i < n; ++i) { father[i] = i; } } // 并查集里寻根的过程 int find(int u) { return u == father[u] ? u : father[u] = find(father[u]); // 路径压缩 } // 判断 u 和 v是否找到同一个根 bool isSame(int u, int v) { u = find(u); v = find(v); return u == v; } // 将v->u 这条边加入并查集 void join(int u, int v) { u = find(u); // 寻找u的根 v = find(v); // 寻找v的根 if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回 father[v] = u; }
六、复杂度分析
  • 空间复杂度:O(n),需要一个father数组。
  • 时间复杂度:接近 O(1)。
    • 路径压缩后的并查集时间复杂度在O(logn)与O(1)之间,且随着查询或者合并操作的增加,时间复杂度会越来越趋于O(1)。
    • 路径压缩保证了每次操作后,树的结构都趋向于扁平化,使得后续的查询和合并操作非常快。

KamaCoder107.寻找存在的路线

107. 寻找存在的路线

1.思路

本题是并查集的模板题,掌握基础模板就能直接拿下。

#include <iostream> #include <vector> using namespace std; int n,m; vector<int>father(105,1); void init(){ for(int i=1;i<=n;i++){ father[i]=i; } } int find(int u){ if(u==father[u]) return u; return father[u]=find(father[u]); } bool issame(int u,int v){ u=find(u); v=find(v); return u==v; } void join(int u,int v){ u=find(u); v=find(v); if(u==v) return; father[u]=v; } int main(){ cin>>n>>m; init(); for(int i=0;i<m;i++){ int s,t;cin>>s>>t; join(s,t); } int source,destination; cin>>source>>destination; cout<<issame(source,destination); return 0; }

2.Reference:107. 寻找存在的路径 | 代码随想录

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 8:46:53

5.1 攻克LLM致命痛点:深入理解MCP协议核心机制

5.1 攻克LLM致命痛点:深入理解MCP协议核心机制 大型语言模型(LLM)在代码生成和理解方面展现出了惊人的能力,但在实际应用中仍然存在一些致命的痛点。本节将深入探讨这些痛点,并介绍Model Context Protocol(MCP)协议如何解决这些问题,为AI编程工具提供更强大、更准确的…

作者头像 李华
网站建设 2026/4/18 5:41:07

Higress云原生网关部署与优化配置指南

Higress云原生网关部署与优化配置指南 【免费下载链接】higress Next-generation Cloud Native Gateway | 下一代云原生网关 项目地址: https://gitcode.com/GitHub_Trending/hi/higress 在当今云原生技术架构中&#xff0c;高效可靠的Kubernetes应用网关部署已成为企业…

作者头像 李华
网站建设 2026/4/18 8:38:49

字节跳动AHN架构:神经科学启发的大模型长文本处理新范式

导语 【免费下载链接】AHN-DN-for-Qwen-2.5-Instruct-14B 项目地址: https://ai.gitcode.com/hf_mirrors/ByteDance-Seed/AHN-DN-for-Qwen-2.5-Instruct-14B 字节跳动发布的人工海马体网络&#xff08;AHNs&#xff09;技术&#xff0c;通过模拟大脑记忆转换机制&#…

作者头像 李华
网站建设 2026/4/18 5:42:30

纳西东巴画系统管理平台--毕设附源码68202

摘 要随着数字化时代的到来&#xff0c;传统文化艺术的保护和传播面临着前所未有的挑战与机遇。纳西东巴画作为中国云南省的一项独特文化遗产&#xff0c;承载着丰富的历史与文化信息。然而&#xff0c;现有的纳西东巴画艺术管理方式往往存在信息孤岛、管理效率低、用户体验差…

作者头像 李华
网站建设 2026/4/18 8:30:30

大模型备案,到底卡在哪?

最近帮几家AI公司梳理备案流程&#xff0c;发现大家踩的坑高度重合。不是态度不端正&#xff0c;也不是材料拖沓&#xff0c;而是实实在在卡在几个硬骨头问题上。下面直接列出来&#xff0c;不绕弯子。 1. 训练数据来源说不清楚 很多模型用的是公开爬取的数据&#xff0c;比如…

作者头像 李华