以练代学:用竞赛真题学算法——并查集

news2026/5/20 21:41:33
先上题目出自蓝桥杯国赛真题题目描述w 星球的一个种植园被分成m 行 n 列的 m×n 个小格子。每个格子里一开始都单独种植了一株合根植物。这种植物根系很特殊它的根可以沿着上下左右东西南北四个方向向外延伸如果两个格子里的植物根系相连、连根在一起那么这两株植物就会合为一体变成同一株植物。现在题目会给出所有连根相连的格子对我们需要编写程序计算整个种植园里最终一共有多少株独立的合根植物。格子编号规则从上到下逐行、从左到右依次编号。例如 5 行 4 列的格子编号依次为1 2 3 45 6 7 89 10 11 1213 14 15 1617 18 19 20输入描述第一行包含两个整数 m、n表示种植园的行数和列数。第二行包含一个整数 k表示一共有 k 组合根关系。接下来 k 行每行两个整数 a、b表示编号为 a 和编号为 b 的两个格子植物根系相连、合根。数据范围1 ≤ m,n ≤ 1000总格子数不超过 10⁶0 ≤ k ≤ 10⁵输出描述输出一个整数表示整个种植园中最终独立合根植物的总数量。问题分析拿到这道题目很多同学第一反应是用搜索 BFS/DFS 遍历连通块但仔细分析题目特点就会发现本题不需要遍历地图只需要不断合并集合、最后统计集合数量是一道并查集最标准、最经典、最适合入门的模板原题也是蓝桥杯每年必考的数据结构。首先拆解题目核心需求一开始每个格子都是独立个体每一株植物自己是一个独立集合每当两个格子连根就代表把这两个个体所在的集合合并成同一个集合最终我们要统计一共有多少个互不相交的独立集合也就是独立合根植物数量。这种动态合并集合、查询是否同一集合、统计集合总数的问题正是并查集Union-Find数据结构的专属应用场景。相比 BFS/DFS并查集代码更短、效率更高、逻辑更简单非常适合新手入门。我们可以得到一个非常简洁的解题思路初始化总植物数量 总格子数 m×n每个格子自己是自己的根遍历每一组连根关系 a、b查询 a 和 b 是否已经在同一个集合如果不在同一个集合就合并两个集合同时总植物数量减 1全部关系处理完成后剩余的总数量就是答案。并查集核心优化是路径压缩可以让每次查询、合并操作的时间复杂度接近 O (1)面对 1e5 次操作、1e6 个元素完全不会超时效率远超暴力搜索。同时本题没有复杂变形、没有边界坑、没有特殊规则完全是原生并查集模板学会这一道就能掌握并查集 80% 的用法。代码演示c#include iostream using namespace std; const int MAXN 1005 * 1005; // fa数组fa[x]表示x的父节点 int fa[MAXN]; // 查找根节点 路径压缩核心函数 int find(int x) { if (fa[x] ! x) { // 路径压缩把x直接指向根缩短路径 fa[x] find(fa[x]); } return fa[x]; } // 并查集初始化 void init(int total) { for (int i 1; i total; i) { fa[i] i; } } int main() { ios::sync_with_stdio(false); cin.tie(nullptr); int m, n; cin m n; int total m * n; // 初始化并查集 init(total); int k; cin k; // 初始植物总数总格子数 int ans total; for (int i 0; i k; i) { int a, b; cin a b; // 找到两个点的根 int ra find(a); int rb find(b); // 根不同说明不在同一集合可以合并 if (ra ! rb) { fa[ra] rb; ans--; } } cout ans endl; return 0; }pythondef main(): import sys input sys.stdin.read().split() ptr 0 m int(input[ptr]) ptr 1 n int(input[ptr]) ptr 1 total m * n # 初始化并查集下标从1开始 fa list(range(total 1)) # 查找路径压缩 def find(x): if fa[x] ! x: fa[x] find(fa[x]) return fa[x] k int(input[ptr]) ptr 1 ans total for _ in range(k): a int(input[ptr]) ptr 1 b int(input[ptr]) ptr 1 ra find(a) rb find(b) if ra ! rb: fa[ra] rb ans - 1 print(ans)算法详解并查集是由初始化、查找 find、合并 union三个部分组成的数据结构我结合本题一步步详细拆解完全通俗易懂。首先理解并查集原理我们用 fa 数组记录每个元素的父节点每个集合对应一棵树树的最顶端就是根节点。同一个集合内所有元素最终都指向同一个根。第一步初始化每个元素自己是自己的父节点 fa [x]x代表每个元素独立成一个集合对应题目每个格子单独一株植物。第二步 find 查找函数作用是找到 x 所在集合的根节点同时执行路径压缩。路径压缩是并查集灵魂优化递归查找根节点后把沿途所有节点直接指向根把长树压成扁平树后续查询速度会极快几乎是常数时间。第三步合并操作对于一组连根关系 a、b先分别找到它们的根 ra、rb。如果 rarb说明两者已经在同一株植物里无需操作如果 ra≠rb说明是两个不同植物把其中一个根指向另一个根完成合并同时独立植物总数减 1。本题答案统计方式非常巧妙不用最后遍历所有元素统计根数量初始 ans 总格子数每成功合并一次 ans 减 1遍历完所有关系 ans 就是最终独立植物数量时间复杂度最优。并查集时间复杂度是阿克曼函数反函数几乎线性 O (n)处理 m,n≤1000、k≤1e5 完全毫无压力不会超时不会爆内存。同时本题编号从 1 开始不需要处理 0 号边界新手写代码几乎不会出错。结语合根植物是蓝桥杯并查集入门第一题、纯模板原题没有任何陷阱和变形完美覆盖并查集初始化、路径压缩、合并、统计连通块全部核心知识点。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2542459.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…