並查集（UnionFind）技巧總結

什麼是並查集

• Find：確定元素屬於哪一個子集。它可以被用來確定兩個元素是否屬於同一子集。
• Union：將兩個子集合併成同一個集合。

並查集可以解決什麼問題

• 組團、配對
• 圖的連通性問題
• 集合的個數
• 集合中元素的個數

演算法模板

type UnionFind struct {  count  int  parent []int }  func ctor(n int) UnionFind {  uf := UnionFind{   count:  n,   parent: make([]int, n),  }  for i := 0; i < n; i++ {   uf.parent[i] = i  }  return uf }  func (uf *UnionFind) find(p int) int {  for p != uf.parent[p] {   uf.parent[p] = uf.parent[uf.parent[p]] // 路徑壓縮   p = uf.parent[p]  }  return p }  func (uf *UnionFind) union(p, q int) {  rootP, rootQ := uf.find(p), uf.find(q)  if rootP == rootQ {   return  }  uf.parent[rootP] = rootQ  uf.count-- }

例項

func findCircleNum(M [][]int) int {  n := len(M)  uf := ctor(n)  // 遍歷學生 i, j ，if M[i][j]==1 加入集  for i := 0; i < n; i++ {   for j := i + 1; j < n; j++ {    if M[i][j] == 1 {     uf.union(i, j)    }   }  }  // 再返回有多少個集合  return uf.count }  type UnionFind struct {  parents []int  count   int }  func ctor(n int) UnionFind {  uf := UnionFind{   parents: make([]int, n),   count:   n,  }   for i := 0; i < n; i++ {   uf.parents[i] = i  }   return uf }  func (uf *UnionFind) find(p int) int {  for p != uf.parents[p] {   uf.parents[p] = uf.parents[uf.parents[p]]   p = uf.parents[p]  }  return p }  func (uf *UnionFind) union(p, q int) bool {  rootP, rootQ := uf.find(p), uf.find(q)  if rootP == rootQ {   return false  }  uf.parents[rootP] = rootQ  uf.count--  return true }

• 時間複雜度：O(n2)O(n2)。兩重遍歷用時 O(n2)O(n2) ， uf.union 和  uf.find 的時間複雜度為 O(1)O(1) ，所以總的時間複雜度為 O(n2)O(n2)。
• 空間複雜度：O(n)O(n)。需要一個 O(n)O(n) 大小的空間。

func numIslands(grid [][]byte) int {  rows := len(grid)  if rows == 0 {   return 0  }  cols := len(grid[0])  if cols == 0 {   return 0  }   uf := ctor(rows*cols + 1)  guard := rows * cols // 哨兵：用於作為 '0' 的集合  directions := [][]int{[]int{0, 1}, []int{1, 0}}   for i := 0; i < rows; i++ {   for j := 0; j < cols; j++ {    index := i*cols + j    if grid[i][j] == '1' {     for _, direction := range directions {      newI, newJ := i+direction[0], j+direction[1]      if newI < rows && newJ < cols && grid[newI][newJ] == '1' {       newIndex := newI*cols + newJ       uf.union(index, newIndex)      }     }    } else {     uf.union(guard, index)    }   }  }  return uf.count - 1 }  type UnionFind struct {  parents []int  count   int }  func ctor(n int) UnionFind {  uf := UnionFind{parents: make([]int, n), count: n}  for i := 0; i < n; i++ {   uf.parents[i] = i  }  return uf }  func (uf *UnionFind) find(p int) int {  for p != uf.parents[p] {   uf.parents[p] = uf.parents[uf.parents[p]]   p = uf.parents[p]  }  return p }  func (uf *UnionFind) union(p, q int) bool {  rootP, rootQ := uf.find(p), uf.find(q)  if rootP == rootQ {   return false  }  uf.parents[rootP] = rootQ  uf.count--  return true }

• 時間複雜度：O(n∗m)O(n∗m)，其中  n 和  m 分別表示二維陣列的行數和列數。
• 空間複雜度：O(n∗m)O(n∗m)。並查集需要  n * m 大小的陣列空間。

1. 遍歷邊界上的點，把  'O' 合併到一個哨兵集合裡。
2. 遍歷二維矩陣裡的點，把  'O' 的右和下合併到一起。
3. 遍歷二維矩陣，把不在哨兵集合裡的全部填充為  'X'

func solve(board [][]byte) {  n := len(board)  if n == 0 {   return  }  m := len(board[0])  if m == 0 {   return  }  uf := ctor(n*m + 1)  guard := n * m  directions := [][]int{[]int{0, 1}, []int{1, 0}}   getIndex := func(i, j int) int {   return i*m + j  }  // 1. 遍歷邊界上的點，把 'O' 合併到一個哨兵集合裡。  for j := 0; j < m; j++ {   if board[0][j] == 'O' {    uf.union(getIndex(0, j), guard)   }   if board[n-1][j] == 'O' {    uf.union(getIndex(n-1, j), guard)   }  }  for i := 0; i < n; i++ {   if board[i][0] == 'O' {    uf.union(getIndex(i, 0), guard)   }   if board[i][m-1] == 'O' {    uf.union(getIndex(i, m-1), guard)   }  }   // 2. 遍歷二維矩陣裡的點，把 ```'O'``` 的右和下合併到一起。  for i := 0; i < n; i++ {   for j := 0; j < m; j++ {    if board[i][j] == 'O' {     for _, direction := range directions {      newI, newJ := i+direction[0], j+direction[1]      if newI < n && newJ < m && board[newI][newJ] == 'O' {       uf.union(getIndex(newI, newJ), getIndex(i, j))      }     }    }   }  }   // 3. 遍歷二維矩陣，把不在哨兵集合裡的全部填充為 'X'  for i := 0; i < n; i++ {   for j := 0; j < m; j++ {    if !uf.isConnect(getIndex(i, j), guard) {     board[i][j] = 'X'    }   }  } }  type UnionFind struct {  parents []int  count   int }  func ctor(n int) UnionFind {  uf := UnionFind{   parents: make([]int, n),   count:   n,  }   for i := 0; i < n; i++ {   uf.parents[i] = i  }   return uf }  func (uf *UnionFind) find(p int) int {  for p != uf.parents[p] {   uf.parents[p] = uf.parents[uf.parents[p]]   p = uf.parents[p]  }  return p }  func (uf *UnionFind) union(p, q int) bool {  rootP, rootQ := uf.find(p), uf.find(q)  if rootP == rootQ {   return false  }  uf.parents[rootP] = rootQ  uf.count--  return true }  func (uf *UnionFind) isConnect(p, q int) bool {  return uf.find(p) == uf.find(q) }

• 時間複雜度：O(n2)O(n2)，其中  n 和  m 分別表示二維陣列的行數和列數。
• 空間複雜度：O(n2)O(n2)。並查集需要  n * m 大小的陣列空間。

總結

1. 要熟練掌握並查集的模板，要能夠快速寫出來。
2. 要掌握並查集的應用場景。例如組團、配對、圖的連通性問題、集合個數、集合中元素的個數等。
3. 對於二維的問題轉一維解決，例如  200. 島嶼數量 和  130. 被圍繞的區域。
4. 找出元素間的“配對”關係是解決問題的關鍵。例如二維陣列，找當前位置與其右和其下配對。例如  200. 島嶼數量 和  130. 被圍繞的區域。