答案是C++中并查集通过parent和rank数组实现,支持find和unionSet操作,结合路径压缩与按秩合并优化效率。初始化时每个元素自成一集,find查找根节点并压缩路径,unionSet按秩合并两集,isConnected判断连通性,适用于Kruskal算法等场景。

在C++中实现并查集(Union-Find Set),也叫不相交集合(Disjoint Set),主要用于高效处理集合的合并与查询问题。典型应用场景包括连通分量判断、最小生成树中的Kruskal算法等。
基本结构与核心操作
并查集主要支持两个操作:
- find(x):查找元素x所在集合的代表(根节点)
- unionSet(x, y):将包含x和y的两个集合合并
为了提高效率,通常结合“路径压缩”和“按秩合并”两种优化策略。
数组实现父节点与秩
使用两个数组:
立即学习“C++免费学习笔记(深入)”;
- parent[]:记录每个节点的父节点
- rank[]:记录每棵树的深度(用于按秩合并)
初始化时,每个元素的父节点是自己,秩为0。
软件集成平台,快速建立企业自动化与智能化
22
查看详情
代码实现示例
以下是完整的C++实现:
// 并查集类实现
class UnionFind {
private:
vector parent;
vector rank;
public:
// 构造函数,初始化n个独立元素
UnionFind(int n) {
parent.resize(n);
rank.resize(n, 0);
for (int i = 0; i rank[rootY]) {
parent[rootY] = rootX;
} else {
parent[rootY] = rootX;
rank[rootX]++;
}
}
}
// 判断两个元素是否在同一集合
bool isConnected(int x, int y) {
return find(x) == find(y);
}
};
使用示例
如何在主函数中使用这个并查集:
int main() {
UnionFind uf(5); // 创建5个元素的并查集
uf.unionSet(0, 1);
uf.unionSet(1, 2);
uf.unionSet(3, 4);
cout
基本上就这些。路径压缩让find接近O(1),按秩合并控制树高,整体效率非常高。
大家都在看:
C++与AI部署:ONNX Runtime集成全解析
c++如何进行性能分析和优化_c++代码性能瓶颈定位与优化策略
c++中如何清屏_c++清屏方法
c++中如何使用范围for循环_c++范围for循环使用方法

































暂无评论内容