# 前言 用于解决动态连通性问题,能动态连接两个点,并且判断两个点是否连通。 | 方法 | 描述 | | :---: | :---: | | UF(int N) | 构造一个大小为 N 的并查集 | | void union(int p, int q) | 连接 p 和 q 节点 | | int find(int p) | 查找 p 所在的连通分量编号 | | boolean connected(int p, int q) | 判断 p 和 q 节点是否连通 | ```java public abstract class UF {     protected int[] id;     public UF(int N) {         id = new int[N];         for (int i = 0; i < N; i++) {             id[i] = i;         }     }     public boolean connected(int p, int q) {         return find(p) == find(q);     }     public abstract int find(int p);     public abstract void union(int p, int q); } ``` # Quick Find 可以快速进行 find 操作,也就是可以快速判断两个节点是否连通。 需要保证同一连通分量的所有节点的 id 值相等。 但是 union 操作代价却很高,需要将其中一个连通分量中的所有节点 id 值都修改为另一个节点的 id 值。 ```java public class QuickFindUF extends UF {     public QuickFindUF(int N) {         super(N);     }     @Override     public int find(int p) {         return id[p];     }     @Override     public void union(int p, int q) {         int pID = find(p);         int qID = find(q);         if (pID == qID) {             return;         }         for (int i = 0; i < id.length; i++) {             if (id[i] == pID) {                 id[i] = qID;             }         }     } } ``` # Quick Union 可以快速进行 union 操作,只需要修改一个节点的 id 值即可。 但是 find 操作开销很大,因为同一个连通分量的节点 id 值不同,id 值只是用来指向另一个节点。因此需要一直向上查找操作,直到找到最上层的节点。 ```java public class QuickUnionUF extends UF {     public QuickUnionUF(int N) {         super(N);     }     @Override     public int find(int p) {         while (p != id[p]) {             p = id[p];         }         return p;     }     @Override     public void union(int p, int q) {         int pRoot = find(p);         int qRoot = find(q);         if (pRoot != qRoot) {             id[pRoot] = qRoot;         }     } } ``` 这种方法可以快速进行 union 操作,但是 find 操作和树高成正比,最坏的情况下树的高度为节点的数目。 # 加权 Quick Union 为了解决 quick-union 的树通常会很高的问题,加权 quick-union 在 union 操作时会让较小的树连接较大的树上面。 理论研究证明,加权 quick-union 算法构造的树深度最多不超过 logN。 ```java public class WeightedQuickUnionUF extends UF {     // 保存节点的数量信息     private int[] sz;     public WeightedQuickUnionUF(int N) {         super(N);         this.sz = new int[N];         for (int i = 0; i < N; i++) {             this.sz[i] = 1;         }     }     @Override     public int find(int p) {         while (p != id[p]) {             p = id[p];         }         return p;     }     @Override     public void union(int p, int q) {         int i = find(p);         int j = find(q);         if (i == j) return;         if (sz[i] < sz[j]) {             id[i] = j;             sz[j] += sz[i];         } else {             id[j] = i;             sz[i] += sz[j];         }     } } ``` # 路径压缩的加权 Quick Union 在检查节点的同时将它们直接链接到根节点,只需要在 find 中添加一个循环即可。 # 比较 | 算法 | union | find | | :---: | :---: | :---: | | Quick Find | N | 1 | | Quick Union | 树高 | 树高 | | 加权 Quick Union | logN | logN | | 路径压缩的加权 Quick Union | 非常接近 1 | 非常接近 1 | ---bottom---CyC--- ![](index_files/9d0a637c-6a8f-4f5a-99b9-fdcfa26793ff.png) ![](index_files/9d0a637c-6a8f-4f5a-99b9-fdcfa26793ff.png) ![](index_files/8f0cc500-5994-4c7a-91a9-62885d658662.png) ![](index_files/8f0cc500-5994-4c7a-91a9-62885d658662.png) ![](index_files/5d4a5181-65fb-4bf2-a9c6-899cab534b44.png) ![](index_files/5d4a5181-65fb-4bf2-a9c6-899cab534b44.png) ![](index_files/bfbb11e2-d208-4efa-b97b-24cd40467cd8.png) ![](index_files/bfbb11e2-d208-4efa-b97b-24cd40467cd8.png) ![](index_files/a4c17d43-fa5e-4935-b74e-147e7f7e782c.png) ![](index_files/a4c17d43-fa5e-4935-b74e-147e7f7e782c.png)