并查集:一种维护集合的数据结构
一、合并onion
二、查找find
初始化、查找(路径压缩)、合并
堆:本质是二叉树
//并查集的复习
//堆的复习
#include<iostream>
#include<cstring>
#include<cmath>
#include<algorithm>
#include<stack>
#include<cstdio>
#include<queue>
#include<map>
#include<vector>
#include<set>
using namespace std;
const int maxn=1010;
const int INF=0x3fffffff;
//并查集的数据结构:数组
int fa[maxn];
//操作:查找、合并
//查找的优化:路径压缩
int findfa(int x){
if(x!=fa[x]) fa[x]=findfa(fa[x]);
return fa[x];
}
//合并其实有也优化,有时候并查集有权值的时候会有选择性的合并,根据权值大小合并
void ini(int a,int b){
int fa1=findfa(a);
int fa2=findfa(b);
if(fa1!=fa2) fa[fa2]=fa1;
}
//并查集产生的集合:一棵树
//堆:
//a heap is a specialized tree-based data structure(树)、并查集、堆的实质其实都可以是树
//一般的快速数据结构:优先队列:
//优先队列默认:大顶堆 (不用自己写函数)
priority_queue<int> q1;
//小顶堆
priority_queue<int,vector<int>,greater<int> > q2;
//跟一般的数据结构(需要自己写函数的那种)
//需要自己写函数
int heap[maxn]; //just like堆
//但是掌握堆的自顶向上和自底向上的两种写法是很重要的
//建堆的过程:自上向下调整,但是需要倒着枚举调整,调整所有的非叶子节点,从n/2到1,倒着调整,但是调整是自顶向下的
//包括删除节点的时候:删除堆顶元素,用最后一个元素覆盖第一个,然后调整downjust(1,n)
void downadjust(int low,int high){ //向下调整:删除、建堆、堆排序
int i=low,j=2*i;
while(j<=high){
//如果有孩子存在,且有孩子的值大于左孩子的值,就像后移,然后再跟i比较大小
if(j+1<=high&&heap[j+1]>heap[j]) j++;
if(heap[j]>heap[i]){
//如果孩子比爸爸大,就要交换
swap(heap[j],heap[i]);
i=j;
j=2*i;
}
else break; //不然就退出
}
}
void create(){
for(int i=1;i<=n;i++) cin>>heap[i];
for(int i=n/2;i>=1;i--) downadjust(i,n);
} //倒着调整:这样才能满足每个节点都是以他为父节点的最大值
//删除堆顶元素
void del(){
heap[1]=heap[n--];
downadjust(1,n); //调整堆顶
}
//添加一个元素的时候:添加再最后面,然后自底向上调整
void upadjust(int high,int low){
int i=high,j=high/2;
while(j>=low){
//总是和父亲比较的话,就不存在j++或者j--了,直接比较就可以了
if(heap[j]<heap[i]){
swap(heap[j],heap[i]);
i=j; //如果父亲比小的话,就交换
j/=2;
}
else break;
}
}
void insert(int x){
heap[++n]=x; //添加再末尾
upadjust(n,1);
}
//删除堆顶,添加末尾
//堆排序
//由于堆中堆顶元素是确定的最大的,所以每次都去堆顶元素和最末尾的元素交换,然后从堆顶进行自顶向下的调整
//这样每次都取出了最大堆顶元素,而且对的范围也在缩小
void heapsort(){
create(); //先建堆
for(int i=n;i>1;i--) {
swap(a[i],a[1]); //交换
downadjust(1,i-1); //范围再缩小
}
for(int i=1;i<=n;i++) cout<<heap[i]<<" ";
//自小到大的序列
}
原文:https://www.cnblogs.com/shirlybaby/p/12274055.html