LeetCode——并查集

文章目录前言一、并查集二、LeetCode 例题1.547.省份的数量2.684.冗余连接总结 前言 并查集 一、并查集 并查集一共可以分为三步： 1.初始化 2.合并 3.查询 首先是初始化： 初始化是用一个数组来来记录自己（我们以谁是谁的先辈为例），初始化时，自己是自己的先辈。 初始化用如下代码表示： def init(length:int)->List[int]: return list(range(length)) 用一个数组parent 来表示 pare

并查集 并查集是一种树型的数据结构，用于处理一些不交集（Disjoint Sets）的合并及查询问题。有一个联合-查找算法（Union-find Algorithm）定义了两个用于此数据结构的操作： Find：确定元素属于哪一个子集。它可以被用来确定两个元素是否属于同一子集。 Union：将两个子集合并成同一个集合。 由于支持这两种操作，一个不相交集也常被称为联合-查找数据结构（Union-fi...

leetcode-广度优先遍历/图/并查集_MaYingColdPlay的博客-CSDN博客 5941 找出知道秘密的所有专家 class UnionFind: def __init__(self, n): self.count = n self.parent = [i for i in range(n)] self.rank = [0] * n def find(self, i): if self...

题目如下 给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件，其中 equations[i] = [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi = values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。 另有一些以数组 queries 表示的问题，其中 queries[j] = [Cj, Dj] 表示第 j 个问题，请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。 返回所有问题的答案 。如果存在某个无法确定的答案，则

leetcode 547. Friend Circles class Solution { public: int findCircleNum(vector<vector<int>>& M) { int n = M.size(), res = 0; vector<int> father(n, 0); ...

文章目录岛屿数量1、题目描述2、示例3、思路（1）使用感染的方法（2）使用并查集（3）使用优化后的并查集4、代码（1）使用感染的方法（2）使用原始并查集（3）使用优化后的并查集5、测试（1）使用染色的方法（2）使用原始并查集（3）使用优化后的并查集6、所有代码 岛屿数量 1、题目描述 LeetCode200： https://leetcode-cn.com/problems/number-of-islands/ 给你一个由 ‘1’（陆地）和 ‘0’（水）组成的的二维网格，请你计算网格中岛屿的数量。 岛屿总是

DFS、BFS、并查集

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...

1. 547. 省份数量 经典题目，找无关联点集的数量 merge并，find查，add添加节点，主要就是三个函数 class unionFind{ public: unordered_map<int,int> fathers; int sum=0; void add(int x){ //添加节点 if(!fathers.count(x)){ fathers[x]=x; sum++; }

原 Leetcode547.朋友圈 Leetcode128.最长连续序列 Leetcode399.除法求值 Leetcode684.冗余连接 Leetcode1061.按字典序排列最小的等效字符串

1.导论 2.编程题 并查集 //并查集（管理一系列不想交的集合），具有查询和合并的功能 class DisjointSetUnion { int[] f;//存储每个元素的根节点 int[] rank;//记录每个根节点对应树的深度 int n;//元素个数 public DisjointSetUnion(int n) { this.n = n; this.rank = new int[n];//记录每个根节点对应树的深度

并查集专题一、介绍二、核心API1.find2.connected3.union三、不带权并查集 一、介绍 并查集使用的是一种树型的数据结构，用于处理一些无交集（Disjoint Sets）的合并及查询问题。 比如让你求两个人是否间接认识，两个地点之间是否有至少一条路径。上面的例子其实都可以抽象为联通性问题。即如果两个点联通，那么这两个点就有至少一条路径能够将其连接起来。值得注意的是，并查集只能回答“联通与否”，而不能回答诸如“具体的联通路径是什么”。如果要回答“具体的联通路径是什么”这个问题，则需要借

并查集整理

并查集 并查集的核心模板是一个数据结构，包含一个数组root[]，表示每个节点的父亲节点，以及两个方法find()和union用于查找和合并。 public class DSU{ int[] root; public DSU(int n){ root = new int[n]; for(int i=0;i<n;i++) root[i] = i; } public int find(int x){ if(root[x