蓝桥杯-蓝桥幼儿园(并查集)
并查集的核心思想
并查集主要由两个操作构成：
-
Find：查找某个元素所在集合的根节点。并查集的特点是，每个元素都指向它自己的父节点，根节点的父节点指向它自己。查找过程中可以通过路径压缩来加速后续的查找操作，即将路径上所有节点直接指向根节点。
-
Union：将两个集合合并。如果两个元素属于不同的集合，我们将它们的集合合并起来。为了提高效率，我们可以使用按秩合并（将树较矮的集合合并到树较高的集合下）。
问题描述
思路分析
在这个问题中，我们可以将每个人视为一个节点，朋友关系视为连通关系，判断两个人是否是朋友其实就是判断他们是否属于同一组。通过并查集，我们可以高效地实现这两种操作：合并操作（Union）和查找操作（Find）。
-
查找操作：对于一个给定的节点，我们需要找到它的根节点，也就是它所在集合的代表元素。通过路径压缩的技巧，我们能够在查找过程中将路径上的所有节点直接指向根节点，从而减少后续查询的时间复杂度。
-
合并操作：当两个节点属于不同的集合时，我们需要将它们合并为一个集合。为了保证合并操作的效率，我们使用了按秩合并的策略，即将树矮的集合合并到树高的集合下，这样可以尽可能减少树的高度，提高查询效率。
解决步骤
-
初始化：首先我们创建一个大小为
n+1的数组parent，用于存储每个节点的父节点。在初始化时，每个节点的父节点都指向自己，表示每个节点是独立的。 -
操作解析：
- 对于
op == 1的操作，表示将两个节点x和y连接成一个集合。我们通过调用union(x, y)来合并它们的集合。 - 对于
op == 2的操作，表示查询两个节点x和y是否属于同一集合。我们通过调用find(x)和find(y)来查询它们的根节点，如果根节点相同，则表示它们是朋友关系。
- 对于
-
路径压缩与按秩合并：
- 在
find操作中，我们使用了路径压缩技术。每次查找时，我们都将路径上的所有节点直接指向根节点，这样可以有效减少查找时的时间复杂度。 - 在
union操作中，我们使用按秩合并的策略，通过比较两个集合的大小，将较小的集合合并到较大的集合中，从而保证了合并操作的效率。
- 在
代码：
import java.util.Scanner;
// 1:无需package
// 2: 类名必须Main, 不可修改
public class Main {
private static int[] parent;
public static void main(String[] args) {
//思想：维护一个数组将每个元素的朋友记录在里面，一个查找函数，一个合并函数
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int m = sc.nextInt();
parent = new int[n + 1];
// 初始化，每个节点的父节点指向自己
for (int i = 1; i <= n; i++) {
parent[i] = i;
}
for (int i = 0; i < m; i++) {
int op = sc.nextInt();
int x = sc.nextInt();
int y = sc.nextInt();
if (op == 1) {
union(x, y);
} else {
System.out.println(find(x) == find(y) ? "YES" : "NO");
}
}
}
// 路径压缩的查找
public static int find(int i) {
// 我们需要找到该元素的根节点，先假设当前元素为根节点，
//这个函数用来查找根节点，而根节点的父节点等于他自己，parent[root]=root
if (i != parent[i]) {
parent[i] = find(parent[i]);
}
return parent[i];
}
// 合并优化
public static void union(int x, int y) {
//将两个元素的父节，若是不同则需统一，统一不需要，由我们自定义谁成为父节点，一直按照这个规矩下去
int rootx = find(x);
int rooty = find(y);
//如果父节点不同就需要操作，相同就不需要
if (rooty != rootx) {
parent[rooty] = rootx;
}
}
}