• 并查集


    题外:突然想起前两天百度暑期实习笔试第二题(n个比赛选手最开始均匀分配到n个准备区,之后有两种操作,一种是将两个准备区的选手合并到一个准备区,关闭其中一个准备区;第二种是查询两个选手当前所在准备区编号的距离)应该是考察并查集的,tmd又想了想这不就是裸题吗。。。当时没复习到完全没想到这茬儿,自己在那构造半天调试没通过

    • 并查集可以应用的场景:
      • 快速地将两个集合合并
      • 询问两个元素是否在一个集合当中
    • 并查集可以在近乎O(1)的时间复杂度下实现上述两个操作
    • 基本原理:每个集合用一棵树来表示,树根的编号就是整个集合的编号。每个节点存储它的父节点,p[x]表示x的父节点
    • 需压考虑的问题:
      • 问题1: 如何判断树根: if(p[x] == x)
      • 问题2: 如何求x的集合编号: while(x != p[x]) x = p[x] || 朴素的思路复杂度较高,可以用__路径压缩__优化到接近O(1)
      • 问题3: 如何合并两个集合:px是x集合的编号,py是y集合的编号。p[x] = y

    合并集合

    #include <iostream>
    
    using namespace std;
    
    const int N = 100010;
    
    int n, m;
    int p[N];
    
    //最核心的操作
    int find(int x) { // 返回x的祖宗节点,内含了路径压缩
        if (p[x] != x) p[x] = find(p[x]);
        return p[x];
    }
    
    int main() {
        scanf("%d%d", &n, &m);
        
        for(int i = 1; i <= n; i ++ ) p[i] = i; // 初始时每个节点是自己的祖宗节点
        
        while(m -- ) {
            char op[2];
            int a, b;
            scanf("%s%d%d", op, &a, &b);
            
            if(op[0] == 'M') p[find(a)] = find(b);
            else if(op[0] == 'Q') {
                if(find(a) == find(b)) puts("Yes");
                else puts("No");
            }
        }
        
        return 0;
    }
    
  • 相关阅读:
    阿里云服务器购买后的配置指南
    第一阶段总结
    RDD的checkpoint机制和键值对RDD数据分区
    广播变量与累加器
    Spark的监控
    Spark和MR的区别
    hadoop离线项目处理流程
    Flume(一)
    Sparkcore高级应用3
    SparkCore高级应用2(Spark on yarn)
  • 原文地址:https://www.cnblogs.com/huhu555/p/14670767.html
Copyright © 2020-2023  润新知