【Python 百练成钢】快速上手并查集

简介: 【Python 百练成钢】快速上手并查集

👾前言👾


众所周知并查集是一种非常牛X的数据结构,有了他某些问题可以大大的简化

本篇博客重在分享几个利用并查集解决的问题。如果需要学习并查集的话还请你去c一下

因为在c站上已经有了许多优秀的关于并查集基础概念的分享。


🍁前置知识🍁


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

常常在使用中以森林来表示。集就是让每个元素构成一个单元素的集合,也就是按一定顺序

将属于同一组的元素所在的集合合并。


并查集描述了集合之间的关系,并查集有主要需要三个函数

  • init(): 将所有的点进行初始化
  • find():找根节点
    union():合并两个集合

为了节约空间咱们还可以进行路径压缩,具体如何实现呢,快块看题吧。

假设你已经会了并查集,咱们直接上题😸

56718d6b639c4e9a99d37d59d726d637.jpg


🤺练习题🤺

🌺畅通工程🌺


💗问题描述💗


Problem Description

某省调查城镇交通状况,得到现有城镇道路统计表,

表中列出了每条道路直接连通的城镇。省政府“畅通工程”的目标是使全省任何两个城镇间都可以实现交通

(但不一定有直接的道路相连,只要互相间接通过道路可达即可)。问最少还需要建设多少条道路?

Input

测试输入包含若干测试用例。每个测试用例的第1行给出两个正整数,分别是城镇数目N ( < 1000 )和道路数目M;

随后的M行对应M条道路,每行给出一对正整数,分别是该条道路直接连通的两个城镇的编号。为简单起见,城镇从1到N编号。

注意:两个城市之间可以有多条道路相通,也就是说

3 3

1 2

1 2

2 1

这种输入也是合法的

当N为0时,输入结束,该用例不被处理。

Output

对每个测试用例,在1行里输出最少还需要建设的道路数目。

Sample Input

4 2

1 3

4 3

3 3

1 2

1 3

2 3

5 2

1 2

3 5

999 0

0

Sample Output

1

0

2

998

Huge input, scanf is recommended.


💗问题分析💗


典型的使用并查集进行解决的问题,先将并查集建立起来,然后判断有几个根节点

有n个根节点就需要再修建n-1条路将其连接起来。


💗代码实现💗


def init(n):
    return {k:k for k in range(1,n+1)}
def find(mem,n):
    while mem[n]!=n:
        n=mem[n]
    return n
def union(mem,a,b):
    t1=find(mem,a)
    t2=find(mem,b)
    if t1!=t2:
        mem[t1]=t2
ans=[]
while True:
    ls=list(map(int,input().split()))
    if ls[0]==0:
        break
    mem=init(ls[0])
    side=[list(map(int,input().split())) for i in range(ls[1])]
    for i in side:
        if find(mem,i[0])!=find(mem,i[1]):
            union(mem,i[0],i[1])
    ans.append(len([i for i in mem if mem[i]==i])-1)
    # 这里减去1是因为len之后是树的个数,而需要添加的边应比树的数目少1即可。
for i in ans:
    print(i)


🌺合根植物🌺



💗问题描述💗


w星球的一个种植园,被分成m * n个小格子(东西方向m行,北方向n列)。每个格子里种了-株合根植物。

这种植物有个特点,它的根可能会沿着南北或东西方向伸展,从而与另一个格子的植物合成为-体。

如果我们告诉你哪些小格子间出现了连根现象,你能说出这个园中-共有多少株合根植物吗?

输入格式:

第一行,两个整数m, n,用空格分开,示格子的行数、列数(1 <m,n<1000)。

接下来一行,一个整数k,示下面还有k行数据(0<k< 100000)

接下来k行,第行两个整数a, b,表示编号为a的小格子和编号为b的小格子合根了。

格子的编号一行一 行,从上到下,从左到右编号。

比如: 5* 4的小格子,编号:

1 2 3 4

5 6 7 8

9 10 11 12

13 14 15 16

17 18 19 20

样例输入:

5 4

16

2 3

1 5

5 9

4 8

7 8

9 10

10 11

11 12

10 14

12 16

14 18

17 18

15 19

19 20

9 13

13 17

样例输出

5


💗问题分析💗


题目问的是有几个合根植物,那么就是问的在这篇森林中有几颗子树

我们可以将边集中的所有点进行合并,最后判断根节点的个数得出答案


💗代码实现💗

def init(n):
    return {k:k for k in range(1,n+1)}
def find(mem,a):
  # 到了根节点
    while mem[a]!=a:
      # 路径压缩
        mem[a]=mem[mem[a]]
        a=mem[a]
    return a
def union(mem,a,b):
    mem[find(mem,a)]=mem[find(mem,b)]
m,n=map(int,input().split())
k=int(input())
mem=init(m*n)
ls=[list(map(int,input().split())) for i in range(k)]
for i in ls:
    union(mem,i[0],i[1])
print(len([i for i in mem if mem[i]==i]))


🌺远方的亲戚🌺



💗问题描述💗


例子:现在有若干家族图谱关系,给出了一些亲戚关系,如Marry和Tom是亲戚, Tom和Ben是亲戚等等。 从这些信息中,你可以推

导出Marry和Ben是亲戚。请写-一个程序,对于我们的关于亲戚关系的提问,以最快速度给出答案。

[输入格式]

第一部分是以N,M开始。N为人数(1<=N<=20000),这 些人的编号为1 ,2,…N。.下面有M行(1<=M<= 000000),每行有两个数a,b,表

示a和b是亲戚。

第二部分是以Q开始。以下Q行有Q个询问(1<=Q<=1000000),每行为c,d,表示询问c和d是否为亲戚。

[输出格式]

对于询问c,d,输出一行:若c,d为亲戚,则输出"YES",否则输出"NO"

[输入样例]

10 7

2 4

5 7

1 3

8 9

1 2

5 6

2 3

3

3 4

7 10

8 9

[输出样例]

YES

NO

YES


💗问题分析💗


这个题目更加简单,就是判断一下两个节点的根节点是否相同

如果相同的话有亲属关系,否则没有亲属关系。


💗代码实现💗


def init(m):
    return {k:k for k in range(1,m+1) }
def find(mem,n):
    while mem[n]!=n:
        n=mem[n]
    return n
def union(memls,a,b):
    t1=find(mem,a)
    t2=find(mem,b)
    if t1!=t2:
        memls[t1]=t2
# 键入人数与关系数
m,n=map(int,input().split())
# 初始化关系树
mem=init(m)
# 键入n组关系
ls1=[list(map(int,input().split())) for i in range(n)]
# 测试数据
k=int(input())
ls2=[list(map(int,input().split())) for i in range(k)]
ans=[]
for i in ls1:
    union(mem,i[0],i[1])
for i in ls2:
    if find(mem,i[0])==find(mem,i[1]):
        ans.append("YES")
    else:
        ans.append("NO")
for i in ans:
    print(i)


🌺并查集解决最小生成树问题🌺


💗问题描述💗


给定一个n个点m条边的无向图,图中可能存在重边和自环,边权可能为负数。

求最小生成树的树边权重之和,如果最小生成树不存在则输出impossible.

给定一张边带权的无向图G=(V, E),其中V表示图中点的集合, E表示图中边的集合,n=|V|, m=|E|。

由V中的全部n个顶点和E中n-1条边构成的无向连通子图被称为G的一棵生成树,其中边的权值之和最小的生成树被

称为无向图G的最小生成树。

输入格式

第一行包含两个整数n和m。

接下来m行,每行包含三个整数u, v, w,表示点u和点v之间存在一条权值为w的边。

输出格式

共一行,若存在最小生成树,则输出一个整数,表示最小生成树的树边权重之和,如果最小生成树不存在则输出

impossible。

数据范围

1<n≤105,

1<m<2*10,

图中涉及边的边权的绝对值均不超过1000。

输入样例:

4 5

1 2 1

1 3 2

1 4 3

2 3 2

3 4 4

输出样例:

6


💗问题分析💗


使用克鲁斯卡尔的思想,进行求解。

先对边集进行排序,然后判断两点是不是属于同一颗树,不是的话进行合并

并将路权加载最后的ans内。直到加到n-1条边,t跳出循环

如果某点最终无法加进来必定最后的根节点有大于或等于2个

此时无法建立最小生成树


💗代码实现💗


def init(n):
    return {k:k for k in range(1,n+1)}
def find(mem,a):
    while mem[a]!=a:
        mem[a]=mem[mem[a]]
        a=mem[a]
    return a
def union(mem,a,b):
    mem[find(mem,a)]=mem[find(mem,b)]
n,m=map(int,input().split())
ls=[list(map(int,input().split())) for i in range(m)]
# 去除自环
ls=[i for i in ls if i[0]!=i[1]]
ls.sort(key=lambda x:x[2])
ans=0
ansside=[]
mem=init(n)
for i in ls:
    if find(mem,i[0])!=find(mem,i[1]):
        union(mem,i[0],i[1])
        ans+=i[2]
        ansside.append([i[0],i[1]])
if len([i for i in mem if mem[i]==i])>=2:
    print("impossible")
else:
    print(ans)
print(ansside)



目录
相关文章
|
1月前
|
算法 开发者 计算机视觉
燃爆全场!Python并查集:数据结构界的网红,让你的代码炫酷无比!
在编程的世界里,总有一些数据结构以其独特的魅力和高效的性能脱颖而出,成为众多开发者追捧的“网红”。今天,我们要介绍的这位明星,就是Python中的并查集(Union-Find)——它不仅在解决特定问题上大放异彩,更以其优雅的设计和强大的功能,让你的代码炫酷无比,燃爆全场!
29 0
|
1月前
|
Python
智慧之光!Python并查集:点亮你的编程思维,让复杂问题迎刃而解!
并查集以其简洁而强大的功能,成为了解决特定类型问题的首选工具。在编程的旅途中,掌握并查集不仅能帮助我们解决眼前的难题,更能点亮我们的编程思维,让我们在面对更复杂的问题时也能游刃有余。希望今天的分享能激发你对并查集的兴趣,让你在未来的编程道路上走得更远、更稳。
28 1
|
1月前
|
存储 算法 Python
火箭般的提升!学会Python并查集,让你的算法能力飞跃新高度!
火箭般的提升!学会Python并查集,让你的算法能力飞跃新高度!
32 1
|
2月前
|
Python
逆天改命!掌握Python并查集,数据结构难题从此不再是你的痛!
在编程旅程中,遇到棘手的数据结构难题是否让你苦恼?别担心,Python并查集(Union-Find)是你的得力助手。这是一种高效处理不相交集合合并及查询的数据结构,广泛应用于网络连通性、社交网络圈子划分等场景。通过维护每个集合的根节点,它实现了快速合并与查询。本文将介绍并查集的基本概念、应用场景以及如何在Python中轻松实现并查集,帮助你轻松应对各种数据结构挑战。
33 3
|
2月前
|
算法 计算机视觉 Python
Python并查集大揭秘:让你在算法界呼风唤雨,秒杀一切复杂场景!
在编程与算法的广袤天地中,总有一些工具如同神兵利器,能够助你一臂之力,在复杂的问题前游刃有余。今天,我们就来深入探讨这样一件神器——Python并查集(Union-Find),看看它是如何让你在算法界呼风唤雨,轻松应对各种复杂场景的。
58 2
|
2月前
|
Python
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
26 0
|
2月前
|
算法 开发者 计算机视觉
Python并查集:数据结构界的肌肉男,让你在编程路上无所畏惧!
在编程的浩瀚宇宙中,数据结构如同基石,构建了解决问题的坚实框架。而并查集(Union-Find),这位数据结构界的“肌肉男”,以其独特的魅力和强大的功能,让无数开发者在面对复杂关系处理时,都能感受到前所未有的从容与自信。今天,就让我们一同揭开并查集的神秘面纱,看看它是如何成为你编程路上的得力助手的。
29 0
|
2月前
|
算法 程序员 计算机视觉
Python并查集:数据结构界的肌肉男,让你在编程路上无所畏惧!
并查集,一种处理不相交集合合并与查询的数据结构,被誉为编程的“肌肉男”。它提供Find(找根节点)和Union(合并集合)操作,常用于好友关系判断、图像处理、集合合并等。Python实现中,路径压缩和按秩合并优化效率。并查集的高效性能使其成为解决问题的强大工具,助力程序员应对复杂挑战。
27 0
|
4月前
|
算法 程序员 图形学
脑洞大开!Python并查集:用最简单的方式,解决最复杂的数据结构问题!
【7月更文挑战第17天】并查集,数据结构明星,处理不相交集合合并与查询。Python实现核心操作:查找与合并。路径压缩优化查找,按秩合并保持平衡。实战应用如图连通性判断,算法竞赛利器。掌握并查集,解锁复杂问题简单解法,照亮编程之旅!
50 10
|
4月前
|
Python
告别低效!Python并查集:数据结构界的超级英雄,拯救你的编程人生!
【7月更文挑战第18天】并查集,数据结构超级英雄,用于不相交集合的合并与查询。Python实现包括初始化、查找根节点和合并操作。应用广泛,如社交网络分析、图论问题、集合划分等。示例代码展示了解决岛屿数量问题,统计连通的“1”单元格数。掌握并查集,提升编程效率,解决复杂问题。
52 6