4.7号做华为实习生笔试,第一题都没完全做出来,用了暴力模拟直接超时,考完后,才知道考察并查集,而且和并查集的经典题目找朋友十分类似,作为一个非科班的,没有系统学习过,只是一直在力扣上刷题,可能刷题少了,没有遇到过并查集的题目(恰巧今天刷每日一题,遇到了并查集),也是第一次听说并查集,所以写下这篇笔记,一方面记录一下学习流程,另一方面提醒自己基础不扎实
本文根据胡凡老师的算法笔记进行学习的
首先从字面上进行理解并查集,并就是合并(Union),查就是查找(find),集就是集合(set),在力扣上的英文标签也是Union find,所以并查集支持两种操作,合并和查找。并查集的实现方式就是数组,利用farther数组表示节点处的父亲,举例说明:father[1] = 1
表示1的父亲节点时自己,father[2] = 1
表示2的父亲节点时1。对于并查集来说,每个连通的集合都有自己的根节点,所有的根节点都指向自己,如下图所示,就是一个连通的集合,在该集合中,3的父亲节点时1,5的父亲节点是1,7的父亲节点是1,1的父亲节点是4,2的父亲节点是4,4的父亲节点也是4,所有节点的根节点都是4。以上也就是并查集所需要的的基本了解了,下面直接以找朋友这道例题进行详细讲解。
father[3] = 1;//3的父亲节点是1
father[5] = 1;//5的父亲节点是1
father[7] = 1;//7的父亲节点是1
father[1] = 4;//1的父亲节点是4
father[2] = 4;//2的父亲节点是4
father[4] = 4;//4的父亲节点是4
如果1和2是好朋友,2和3是好朋友,那么1和3也是好朋友,现在给定输入,一共又n个人,n个人的代号分别是1到n,有m组关系(两两之间的关系),问一共可以把这n个人分为几组。(最多有100个人)
输入:
7 5 //7个人,5组关系
1 2 //1和2是好朋友
2 3 //2和3是好朋友
3 1 //3和1是好朋友
1 4 //1和4是好朋友
5 6 //5和6是好朋友
输出:
3
//解释:由前四组关系可得:1、2、3和4是好朋友,
//由第四组关系可得:5和6是好朋友,由于7和任何人都不是好朋友,所以有三组。
也就是先假设每个人都没有好友,每个人都是孤立的,也就是每个人的父亲节点都指向自己。注意:没有代号为0的人,所以从1开始遍历。
int N = 101;
vector<int> father(N, 0);
void init(int n){
for(int i = 1; i <= n; i++){
father[i] = i;
}
}
初始化后的结果,如下图所示,每个人都是一个集合
也就是将所有人进行分组,每一组都是好朋友。什么是合并,合并就是将有关系的所有人放在一个集合中。放在一个集合中,需要将一个集合的根节点指向另一个集合的根节点(注意区别根节点和父节点,同时一个人也是一个集合,也就是说初始化后的状态有7个集合(0不算),每个集合的节点的父节点和根节点都是自己),所以合并的前提是找到每个集合的根节点,接下来就是根节点的查找过程:
这里也可以用递归实现,就是节点x一直往前遍历,遇到节点的父亲等于节点自己的时候,此时说明x已经为根节点了,跳出循环,返回根节点。
int findRoot(int x){
while(x != father[x]){
x = father[x];//节点x往前遍历
}
return x;
}
扩展:这里可以看到,如果是一条很长的链,查找一次需要从尾遍历到头,查找多次的话,是十分浪费时间的,我们可以在第一次查找x的时候,将所有x之前的节点都之间挂在到根节点,这样的话,等我们再次查找x节点之前的节点的根节点时,就能一步找到根节点了。下面就是路径压缩后的查找根节点算法:
int findRoot(int x){
int a = x;
while(x != father[x]){
x = father[x];
}
//此时x节点存放的是根节点
//在第一次查找时,将要查找的节点之前所有节点都挂在根节点上
//步骤:1、保存节点a,防止往前遍历时,变量a被其父亲覆盖
//2、节点a往根节点进行遍历,保证a之前的节点都能挂在根节点上
//3、将节点a挂在根节点上
while(a != father[a]){
int z = a;
a = father[a];//从节点a处往根节点方向遍历
father[z] = x;//将z的父亲节点设为x,也就是设为根节点
}
return x;
}
实现好查找根节点的函数后,我们就可以实现合并函数了:
查找节点a和节点b的根节点,如果两个根节点不相同,说明他们不在同一集合,将a的根节点的父亲节点设为b的根节点,合并两个集合,如果相同,说明两个节点在一个集合不用操作任何事情。
void Union(int a, int b){
int RoA = findRoot(a);
int RoB = findRoot(b);
if(RoA != RoB){
father[RoA] = RoB;
}
}
数组A里存放的是输入的左列,数组B里面是输入的右列,但是不包括第一行的m和n。
语句1:初始化,将n个人的父节点都设为自己,说明n个人都没有朋友。
语句2:因为输入的左右是好朋友,所以将他们合并到一个集合。
比如之前的7个人,1和2是好朋友,所以Union(1, 2),1的根节点是1,2的根节点是2,所以将1的父节点设为2。将所有两两关系合并后,得到下面数组:
语句3:本题是最终目的就是找到有几个集合,从语句2所得到的结果可以看出:只要找到根节点的个数,就能找到集合的个数了,巧了,已经实现了找根节点的函数来,接下来定义一个和father数组大小一样的bool类型数组(初始值都是false)isRoot,用来标记哪个节点是根节点。可以看出,1、2、3、4的根节点都是4,所以4的位置标记为true,5和6的根节点为6,所以6的位置标记为true,7的根节点为7,所以7的位置标记为true。
语句4:最后遍历isRoot数组,找出其中为true的个数即可。
int findfriend(int m, int n, vector<int>& A, vector<int>& B){
//语句1
init(n);
//语句2
for(int i = 0; i < m; i++){
Union(A[i], B[i]);
}
//语句3
for(int i = 1; i <= n; i++){
isRoot[findRoot(i)] = true;
}
//语句4
int ans = 0;
for(int i = 0; i <= n; i++){
ans = ans + isRoot[i];
}
return ans;
}
其实可以发现并查集的最主要的就是找根节点函数和合并函数,实现这两个函数。最后,本文所写的程序整体代码如下:
#include <iostream>
#include <vector>
using namespace std;
int N = 110 ;
vector<int> father(N, 0);
vector<bool> isRoot(N, false);
//father[2] = 1,索引2是元素,1为元素2的父亲节点
//查找根节点函数
int findRoot(int x){
int a = x;
while(x != father[x]){
x = father[x];
}
//此时x节点存放的是根节点
//在第一次查找时,将要查找的节点之前所有节点都挂在根节点上
//步骤:1、保存节点a,防止往前遍历时,变量a被其父亲覆盖
//2、节点a往根节点进行遍历,保证a之前的节点都能挂在根节点上
//3、将节点a挂在根节点上
while(a != father[a]){
int z = a;
a = father[a];//从节点a处往根节点方向遍历
father[z] = x;//将z的父亲节点设为x,也就是设为根节点
}
return x;
}
//合并函数
void Union(int a, int b){
int RoA = findRoot(a);
int RoB = findRoot(b);
if(RoA != RoB){
father[RoA] = RoB;
}
}
void init(int n){
N = n;
for(int i = 1; i <= n; i++){
father[i] = i;
isRoot[i] = false;
}
}
int findfriend(int m, int n, vector<int>& A, vector<int>& B){
init(n);
for(int i = 0; i < m; i++){
Union(A[i], B[i]);
}
for(int i = 1; i <= n; i++){
isRoot[findRoot(i)] = true;
}
int ans = 0;
for(int i = 0; i <= n; i++){
ans = ans + isRoot[i];
}
return ans;
}
int main(void){
/*int n, m, a, b;
cin>>n>>m;
vector<int> A;
vector<int> B;
for(int i = 0; i < m; i++){
cin>>a>>b;
A.push_back(a);
B.push_back(b);
}*/
int m = 5;
int n = 7;
vector<int> A = {
1, 2, 3, 1, 5};
vector<int> B = {
2, 3, 1, 4, 6};
cout<<findfriend(m, n , A, B)<<endl;
return 0;
}
可以根据上述解法解华为4.7号的机试第一题(两题基本相同)
题目来自于牛客网
题目描述:幼儿园老师安排小朋友做游戏,现在需要安排给N个小朋友分组,老师让每个同学写一个名字,代表这个小朋友想和谁分到一组。请问老师在满足所有小朋友意愿的情况下,最多可以将班级分为几组?
输入描述:
第一行输入N,0 < N <= 10000
接下来是N行代表小朋友希望和谁分到一组,如"john jack",代表john希望和jack分为一组,两个名字之间以空格分割,名字本身不存在空格。
输出描述:
分组的最多数量
示例1
输入:
6
jack tom
alice john
jessica leonie
tom alice
john jack
leonie jessica
输出;
2
代码:
#include <iostream>
#include <string>
#include <vector>
#include <map>
using namespace std;
map<string, string> father;
map<string,bool> flag;
void init(vector<string>& vs1){
for(int i = 0; i < vs1.size(); i++){
father[vs1[i]] = vs1[i];
flag[vs1[i]] = false;
}
}
string findRoot(string& s){
string a = s;
while(s != father[s]){
s = father[s];
}
while(a != father[a]){
string z = a;
a = father[a];
father[z] = s;
}
return s;
}
void Union(string& s1, string& s2){
string s1Root = findRoot(s1);
string s2Root = findRoot(s2);
if(s1Root != s2Root){
father[s1Root] = s2Root;
}
}
int myfun(vector<string>& vs1, vector<string>& vs2){
int cnt = 0;
init(vs1);
for(int i = 0; i < vs1.size(); i++){
Union(vs1[i],vs2[i]);
}
for(auto n: father){
flag[findRoot(n.second)] = true;
}
for(auto n : flag){
if(n.second == true){
cnt++;
}
}
return cnt;
}
int main() {
/*int n;
cin>>n;
string s1;
string s2;
vector<string> vs1;
vector<string> vs2;
for(int i = 0; i < n; i++){
cin>>s1>>s2;
vs1.push_back(s1);
vs2.push_back(s2);
}*/
vector<string> vs1 = {
"jack","alice","jessia","tom","john","leonie","l","y","f"};
vector<string> vs2 = {
"tom","john","leonie","alice","jack","jessia","y","f","l"};
cout<<myfun(vs1,vs2)<<endl;
return 0;
}
文章浏览阅读3.4k次,点赞8次,收藏42次。一、什么是内部类?or 内部类的概念内部类是定义在另一个类中的类;下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、 为什么需要内部类?or 内部类有什么作用?1、 内部类方法可以访问该类定义所在的作用域中的数据,包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、 当想要定义一个回调函数且不想编写大量代码时,使用匿名内部类比较便捷。三、 内部类的分类成员内部_成员内部类和局部内部类的区别
文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起,当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器,有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具
文章浏览阅读174次。1.数据源准备2.数据处理step1:数据表处理应用函数:①VLOOKUP函数; ② CONCATENATE函数终表:step2:数据透视表统计分析(1) 透视表汇总不同渠道用户数, 金额(2)透视表汇总不同日期购买用户数,金额(3)透视表汇总不同用户购买订单数,金额step3:讲第二步结果可视化, 比如, 柱形图(1)不同渠道用户数, 金额(2)不同日期..._exce l趋势分析数据量
文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行,帮助IT运维人员提高工作效率。通俗来说,就是用来控制哪些人可以登录哪些资产(事先防范和事中控制),以及录像记录登录资产后做了什么事情(事后溯源)。由于堡垒机内部保存着企业所有的设备资产和权限关系,是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患:密码设置过于简单,容易被暴力破解;为方便记忆,设置统一的密码,一旦单点被破,极易引发全面危机。在单一的静态密码验证机制下,登录密码是堡垒机安全的唯一_horizon宁盾双因素配置
文章浏览阅读7.7k次,点赞4次,收藏16次。Chrome作为一款挺不错的浏览器,其有着诸多的优良特性,并且支持跨平台。其支持(Windows、Linux、Mac OS X、BSD、Android),在绝大多数情况下,其的安装都很简单,但有时会由于网络原因,无法安装,所以在这里总结下Chrome的安装。Windows下的安装:在线安装:离线安装:Linux下的安装:在线安装:离线安装:..._chrome linux debian离线安装依赖
文章浏览阅读153次。中国发达城市榜单每天都在刷新,但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源,上海是“摩登”的国际化大都市,广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...
文章浏览阅读3.3k次。前言spark在java使用比较少,多是scala的用法,我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应,只是为了引jar包springboot版本2.3.2.RELEASEmaven<!-- spark --> <dependency> <gro_使用java调用spark注册进去的程序
文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用,代码精简高效,大厂出品有量产保证。:139800617636213023darcy169_uds协议栈 源代码
文章浏览阅读4.6k次,点赞20次,收藏148次。AUTOSAR基础篇之OS(下)前言首先,请问大家几个小小的问题,你清楚:你知道多核OS在什么场景下使用吗?多核系统OS又是如何协同启动或者关闭的呢?AUTOSAR OS存在哪些功能安全等方面的要求呢?多核OS之间的启动关闭与单核相比又存在哪些异同呢?。。。。。。今天,我们来一起探索并回答这些问题。为了便于大家理解,以下是本文的主题大纲:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型
文章浏览阅读2.2k次,点赞6次,收藏14次。原因:自己写的头文件没有被加入到方案的包含目录中去,无法被检索到,也就无法打开。将自己写的头文件都放入header files。然后在VS界面上,右键方案名,点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件
文章浏览阅读3.3w次,点赞80次,收藏342次。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。当数据量很大时,count 的数量的指定可能会不起作用,Redis 会自动调整每次的遍历数目。_redis命令
文章浏览阅读449次,点赞3次,收藏3次。URP的设计目标是在保持高性能的同时,提供更多的渲染功能和自定义选项。与普通项目相比,会多出Presets文件夹,里面包含着一些设置,包括本色,声音,法线,贴图等设置。全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,主光源和附加光源在一次Pass中可以一起着色。URP:全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,一次Pass可以计算多个光源。可编程渲染管线:渲染策略是可以供程序员定制的,可以定制的有:光照计算和光源,深度测试,摄像机光照烘焙,后期处理策略等等。_urp渲染管线