05并查集 + 散列表 + 布隆过滤器 + 跳表 + 自动机（D1_并查集（D1_基础学习））

最新推荐文章于 2025-08-25 13:04:43 发布

CodingW丨编程之路

最新推荐文章于 2025-08-25 13:04:43 发布

阅读量1.2k

点赞数 18

CC 4.0 BY-SA版权

分类专栏： 06数据结构与算法文章标签：散列表学习数据结构

本文链接：https://blog.csdn.net/qq_51226710/article/details/145484667

一、并查集是什么

并查集是一种树型的数据结构，用于处理一些不相交集合的合并及查询问题（即所谓的并、查）。

并查集跟树有些类似，只不过她跟树是相反的。

树结构：

在树这个数据结构里面，每个节点会记录它的子节点。

在并查集里，每个节点会记录它的父节点【1】。

并查集的精髓在于，两块集合(区域)有没有相交，以及要不要联通两块区域(集合)。

参考树的结构，把元素挂到父节点下，若两个元素的父节点相同，则是同一块区域，两个元素的父

节点不相同，则不是同一块区域。

以上图为例，1和2是同一片区域，3和4是同一片区域，5自己是一片区域，那么以上总共有三个区

域。

并查集结构（HashMap为例）：

比如说，我们可以用并查集来判断一个森林中有几棵树、某个节点是否属于某棵树等。

说简单一点，并查集就是将一些数据进行分类，这样一些数据为一组，例外一些数据为另一组。

如何判断其中两个数据，在不在一个组？

我们就会去找每个组的代表，看这两个数据的代表是不是同一个？

如果是，那就是在一个组；如果不是，那就不在一个组。

所以并查集的大致框架就是下面这样：

//并查集大致框架---代码中的数据（Node），可以是其他，比如二叉树节点、图的边、节点等等 抽象的数据
public class UnionSet {
    private HashMap<Node, Node> fatherMap; //key表示当前这个数据，value表示这个数据的代表（父亲）是谁
    private HashMap<Node, Integer> sizeMap; //表示当前这个组（集合）的大小

    public UnionSet() { //构造方法
        fatherMap = new HashMap<>();
        sizeMap = new HashMap<>();
    }

    public void makeSet(List<Node> list) { //生成初始化状态的并查集，刚开始每个数据都是独立的

    }

    public boolean isSameSet(Node node1, Node node2) { //判断当前这两个数据，是不是一个组的？

    }

    private Node findFather(Node node) { //查找这个数据，它那个组的代表（父亲）是谁？

    }

    public void union(Node node1, Node node2) { //将这两个数据，放到一个组

    }
}

上面就是大致的框架，就是几个方法：初始化并查集、判断是不是一个组、查找代表、合并到一个

组。

四个方法，就是并查集。

简不简单？

并查集在判断两个数据，是否在一个组时，时间复杂度能做到O(1)，所以这种数据结构还是非常有

用的。

得出结论：

1. 并查集的整体构成分为三部分：