python 蓝桥杯之并查集

文章目录

总述
合并过程
查找过程
算法实战
- 实战1

总述

并查集（Disjoint-set Union，简称并查集）是一种用来管理元素分组情况的数据结构。它主要用于解决集合的合并与查询问题，通常涉及到以下两种操作：

合并（Union）： 将两个集合合并成一个集合。
查询（Find）： 查找某个元素所属的集合。

并查集通常应用于解决连接问题，如判断无向图中的连通分量、网络连接状态的判断、社交网络中的好友关系等。在算法竞赛和数据结构课程中也经常会涉及到并查集的应用场景，比如 Kruskal 算法中的边权值排序，以及求解最小生成树等。

合并过程

在这里插入图片描述

合并的过程就是先找到两个元素的根，若根不相同则将其中的一个根的父节点改成另一个根节点

s = [i for i in range(N+1)]  # 列表s[i] 表示i 节点的父节点，开始的时候，全部指向自己
def union(x,y):r1 = find(x)r2 = find(y)if r1 != r2:s[r1] = s[r2]

查找过程

在这里插入图片描述

对于查找的过程，就是一直找

def find(x):  # 返回 x 的根节点if x != s[x]:s[x] = find(s[x])return s[x]

算法实战

实战1

在这里插入图片描述

from collections import defaultdictn = int(input())
p = [i for i in range(n + 1)] # p[i] 表示 节点 i 的父节点
tree = defaultdict(list) # 输入键，当键不存在就生成键：列表
used = [0] * (n + 1) # 用来记录是否访问过
ans = [0] * n  # 用来反复记录路径def find(x):    # 并查集的查找函数，返回x 节点的根if x != p[x]:p[x] = find(p[x])return p[x]def dfs(pos, idx):ans[idx] = posif pos == end:res = sorted(ans[:idx + 1]) # 排序print(' '.join(map(str, res))) # 输出，间隔空格输出 returnfor d in tree[pos]: # 逐一访问节点的邻接节点if not used[d]: # 由于是无向图，并且加上深度搜索，所以要记录一个节点是否已经访问过used[d] = 1dfs(d, idx + 1)for _ in range(n):u, v = map(int, input().split()) tu, tv = find(u), find(v) if tu == tv:start, end = u, v  break  # 所以是不必加载全部的边的关系的，因为当两个输入的节点的根相同的时候，就说明已经包含环了else:p[tv] = tutree[u].append(v)tree[v].append(u) # 无向图used[start] = 1
dfs(start, 0)