Leetcode-并查集
Posted chaojunwang-ml
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Leetcode-并查集相关的知识，希望对你有一定的参考价值。
200.岛屿数量 https://leetcode-cn.com/problems/number-of-islands/
给定一个由 ‘1‘（陆地）和 ‘0‘（水）组成的的二维网格，计算岛屿的数量。一个岛被水包围，并且它是通过水平方向或垂直方向上相邻的陆地连接而成的。你可以假设网格的四个边均被水包围。
示例:
输入: 11000 11000 00100 00011 输出: 3
解：
1. 转换为染色问题：
遍历所有节点
if node ==1：
count ++; 将node附近陆地节点赋0
else:
continue
问题，将node附近陆地节点赋0，如何实现？ dfs，bfs
dfs 实现，递归自然的提供栈
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
if not grid or not grid[0]:
return 0
self.dx = [-1, 1, 0, 0]
self.dy = [0, 0, -1, 1] # 便于向四周扩散，先定义好(dx, dy)，左、右、下、上
self.max_x, self.max_y = len(grid), len(grid[0]) # 两个边界
self.grid = grid # 便于传参
self.visited = set() # 不污染原数组，用一个set做遍历标记
res = []
for i in range(self.max_x): # 遍历所有节点，如果需要扩散染色就append 1，否则append 0
for j in range(self.max_y):
res.append(self.floodfill_dfs(i,j))
return sum(res) # sum后即为所求
def floodfill_dfs(self, x, y):
if not self.is_valid(x, y): # 如果(x, y)不是需要扩散染色的陆地，直接返回0
return 0
self.visited.add((x, y))
for k in range(4): # 左、右、下、上4个方向扩展遍历
self.floodfill_dfs(x + self.dx[k], y + self.dy[k])
return 1
def is_valid(self, x, y):
"""判断(x, y)是否为需要扩散染色的陆地"""
if x < 0 or x >= self.max_x or y < 0 or y >= self.max_y: # 越界的位置全是水
return False
if self.grid[x][y] == ‘0‘ or ((x, y) in self.visited): # ‘0’ node 和 已经染色过的‘1’ node，都不需要染色，不破坏原数组grid
return False
return True
bfs实现，利用队列
import collections
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
if not grid or not grid[0]:
return 0
self.dx = [-1, 1, 0, 0]
self.dy = [0, 0, -1, 1] # 便于向四周扩散，先定义好(dx, dy)，左、右、下、上
self.max_x, self.max_y = len(grid), len(grid[0]) # 两个边界
self.grid = grid # 便于传参
self.visited = set() # 不污染原数组，用一个set做遍历标记
res = []
for i in range(self.max_x): # 遍历所有节点，如果需要扩散染色就append 1，否则append 0
for j in range(self.max_y):
res.append(self.floodfill_bfs(i,j))
return sum(res) # sum后即为所求
def floodfill_bfs(self, x, y):
if not self.is_valid(x, y): # 如果(x, y)不是需要扩散染色的陆地，直接返回0
return 0
self.visited.add((x, y))
queue = collections.deque() # bfs用队列实现
queue.append((x,y)) # 先入队遍历的起始点
while queue:
cur_x, cur_y = queue.popleft()
for k in range(4): # 所有和当前pop出来的节点相邻的点都要染色(前提是如果需要的话)
new_x, new_y = cur_x+self.dx[k], cur_y+self.dy[k]
if self.is_valid(new_x, new_y):
self.visited.add((new_x, new_y)) # 相当于染色(new_x, new_y)
queue.append((new_x, new_y)) # 相邻节点入队
return 1
def is_valid(self, x, y):
"""判断(x, y)是否为需要扩散染色的陆地"""
if x < 0 or x >= self.max_x or y < 0 or y >= self.max_y: # 越界的位置全是水
return False
if self.grid[x][y] == ‘0‘ or ((x, y) in self.visited): # ‘0’ node 和 已经染色过的‘1’ node，都不需要染色，不破坏原数组grid
return False
return True
2. 并查集：
初始化，针对1的node
遍历所有节点，相邻节点合并1的node
查询有多少不同的root（可以在上一步遍历的时候就顺便把结果维护了）
class UnionFind:
def __init__(self, grid):
m, n = len(grid), len(grid[0])
self.count = 0
self.parent = [-1] * (m*n) # -1 表示没有parent，水节点自身也不算子集。用一维数组存parent和rank
self.rank = [0] * (m*n) # 合并子集的优化
for i in range(m):
for j in range(n):
if grid[i][j] == ‘1‘:
self.parent[i*n + j] = i*n + j # 初始时只有陆地节点联通自身
self.count += 1 # 计数初始化为所有陆地节点数
def find(self, i):
"""递归找到最顶的parent节点"""
if self.parent[i] != i:
self.parent[i] = self.find(self.parent[i])
return self.parent[i]
def union(self, x, y):
rootx, rooty = self.find(x), self.find(y)
if rootx != rooty: # x, y 不属于一个子集，按rank合并两个子集
if self.rank[rootx] > self.rank[rooty]: # rank小的root挂到rank大的root上
self.parent[rooty] = rootx
elif self.rank[rootx] < self.rank[rooty]: # rank小的root挂到rank大的root上
self.parent[rootx] = rooty
else:
self.parent[rooty] = rootx # rank相等，随便挂，挂完要更新被挂root的rank
self.rank[rootx] += 1
self.count -= 1 # 合并完了就少一个算数的陆地节点，把count减1
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
if not grid or not grid[0]:
return 0
uf = UnionFind(grid)
directions = [(0, 1), (0, -1), (-1, 0), (1, 0)]
m, n = len(grid), len(grid[0])
for i in range(m):
for j in range(n):
if grid[i][j] == ‘0‘: # 如果是0节点就不管
continue
for d in directions: # 向4方向扩散
new_i, new_j = i+d[0], j+d[1]
if 0 <= new_i < m and 0 <= new_j < n and grid[new_i][new_j] == ‘1‘: # 如果不越界且为1节点，扩散合并附近节点
uf.union(i*n+j, new_i*n+new_j)
return uf.count
547. 朋友圈 https://leetcode-cn.com/problems/friend-circles/
班上有 N 名学生。其中有些人是朋友，有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友，B 是 C 的朋友，那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈，是指所有朋友的集合。
给定一个 N * N 的矩阵 M，表示班级中学生之间的朋友关系。如果M[i][j] = 1，表示已知第 i 个和 j 个学生互为朋友关系，否则为不知道。你必须输出所有学生中的已知的朋友圈总数。
解：
并查集，最多n个人自己和自己构成朋友圈，而且是无向图所以对称，只需要遍历右上角阵就行了。
class UnionFind:
def __init__(self, M):
n = len(M)
self.count = n # 初始时候自己是一个朋友圈，count为n，parent[i]=i
self.parent = [i for i in range(n)]
self.rank = [0] * n
def find(self, i):
"""递归找到最顶的parent节点"""
if self.parent[i] != i:
self.parent[i] = self.find(self.parent[i])
return self.parent[i]
def union(self, x, y):
rootx, rooty = self.find(x), self.find(y)
if rootx != rooty: # x, y 不属于一个子集，按rank合并两个子集
if self.rank[rootx] > self.rank[rooty]: # rank小的root挂到rank大的root上
self.parent[rooty] = rootx
elif self.rank[rootx] < self.rank[rooty]: # rank小的root挂到rank大的root上
self.parent[rootx] = rooty
else:
self.parent[rooty] = rootx # rank相等，随便挂，挂完要更新被挂root的rank
self.rank[rootx] += 1
self.count -= 1 # 合并完了就少一个算数的陆地节点，把count减1
class Solution:
def findCircleNum(self, M: List[List[int]]) -> int:
if not M:
return 0
uf = UnionFind(M)
n = len(M)
for i in range(n):
for j in range(i+1, n):
if M[i][j] == 0: # 如果是0节点就不管，说明i, j没友谊
continue
uf.union(i, j) # 否则合并i, j
return uf.count
以上是关于Leetcode-并查集的主要内容，如果未能解决你的问题，请参考以下文章