文章

kuangbin专题5:并查集

知识点

oi-wiki 并查集

两种基本操作:

  • 合并(Union):合并两个元素所属集合(合并对应的树)
  • 查询(Find):查询某个元素所属集合(查询对应的树的根节点),这可以用于判断两个元素是否属于同一集合

进阶操作

  • 并查集在经过修改后可以支持单个元素的删除、移动;使用动态开点线段树还可以实现可持久化并查集
  • 启发式合并
    • 合并时,选择哪棵树的根节点作为新树的根节点会影响未来操作的复杂度。我们可以将节点较少或深度较小的树连到另一棵,以免发生退化。

复杂度

  • 时间复杂度:\(O(\alpha(n))\),其中\(\alpha(n)\)是阿克曼函数的反函数,可以视为一个很小的常数
  • 空间复杂度:\(O(n)\)

模版

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
struct dsu
{
    vector<size_t> pa, size;

    explicit dsu(size_t size_) : pa(size_), size(size_, 1)
    {
        for (int i = 0; i < size_; i++)
        {
            pa[i] = i;
        }
    }

    size_t find(size_t x)
    {
        return pa[x] == x ? x : pa[x] = find(pa[x]);
    }

    void unite(size_t x, size_t y)
    {
        x = find(x), y = find(y);
        if (x == y)
            return;
        if (size[x] < size[y])
            swap(x, y);
        pa[y] = x;
        size[x] += size[y];
    }

    void erase(size_t x)
    {
        --size[find(x)];
        pa[x] = x;
    }

    void move(size_t x, size_t y)
    {
        size_t fx = find(x), fy = find(y);
        if (fx == fy)
            return;
        pa[x] = fy;
        --size[fx], ++size[fy];
    }
};

应用

  • 联通块/连通性相关的图论
  • 带权并查集
  • 最小生成树:Kruskal
  • LCA:Tarjan
  • 扩展例题可以看这里

题目记录

前面一些模版题就不放了(我懒了)

POJ - 1182

权值(种类)并查集入门

  • find时更新种类,保持与parent的相对关系
  • unite时更新种类,保持与root的相对关系
  • 一个集合代表其中所有节点互相的相对关系已知

POJ - 1417

权值(种类)并查集+0/1背包,从每个集合中选取一个当divine

  • 如果p1 == p2的时候我们无法区分divine和devil
  • 如果有多于一种选择方案,我们无法确定
  • 再完成背包之后回溯

POJ - 1456

POJ - 1456:贪心的并查集优化

  • 贪心将商品价值从大到小排序,每一个商品默认在过期前未使用过的最后一天销售;\(O(n^2)\)
  • 并查集优化:使用过的天数与之前的天数合并,这样就可以直接找到“过期前未使用过的最后一天”;\(O(n\alpha(M))\)

POJ - 1733

权值并查集+离散化

  • 一个集合代表奇偶性被确定的区间
  • unite合并连续/重叠的区间
  • 对于已经在同一集合中的区间,检查它的奇偶性是否与集合consistent

POJ - 2492

权值(种类)并查集入门,奇偶性只有两个种类,用异或更新与parent的相对关系即可

本文由作者按照 CC BY 4.0 进行授权