目录

题目一：力扣547题，求省份数量

题目二：岛屿数量

题目三：岛屿数量拓展

什么是并查集，举个简单的例子。学生考试通常会以60分为及格分数，我们将60分及以上的人归类为及格学生，而60分以下归类为不及格的学生， 通过记录学生ID。现在要求根据学生的ID，迅速的找出这名学生成绩是否及格。这种归类就是合并，而根据学生ID查找就是查询，合起来就是并查集。

可能会有人说不用并查集也可以干这件事情，但是有没有想过一个问题，一个班级，一个年级，一个市，一个省，全中国。如果都要统计这些信息呢？如果要统计及格的全部人数呢？难到要一个一个去查吗？此处，并查集就发挥作用了。

下面推荐一篇博客，对并查集的解释还算通俗易懂，有兴趣的朋友可以看看https://blog.csdn.net/LWR_Shadow/article/details/124873281

下面来分享一些并查集的算法题：

题目一：力扣547题，求省份数量

题目的具体信息可以直接查看547. 省份数量

这是一道奇葩的题目，非此即彼，只要不相连的城市，就属于其他省。而现实中，比如苏州和无锡相连接，徐州和他们都不相连，但是无锡、苏州、徐州却都属于江苏省。既然题目是这么要求的，那我们就按照要求进行设计。

式例1：这组二维数组是什么意思呢？

从1节点的角度：【1,1,0】代表1节点自己连接自己，自己连接2节点，不连接点3节点。

从2节点的角度：【1,1,0】自己连接1节点，自己连接自己，自己不连接3节点。

从3节点的角度：【0,0,1】自己不连接1节点，不连接2节点，自己连接自己。

所以，得出的结论是节点1和节点2是同一个省，而3节点是另外一个省的城市，共2个省份

式例2：完全按照上方分析的思路去分析，节点1、节点2、节点3互不连接，也就是说他们分别属于不同的省份，这个demo共有3个省份。

下面使用并查集的知识进行解答：

package code03.并查集_04;/**** 链接 https://leetcode.cn/problems/number-of-provinces/*/
public class Code01_ProvinceCount {public static int findCircleNum(int[][] M){int length = M.length;UnionFind uom = new UnionFind(length);for (int i = 0; i < M.length; i++) {for (int j = i + 1; j < length; j++) {if (M[i][j] == 1) {uom.union(i, j);}}}return uom.size();}static class UnionFind {//父节点private int[] parent;// 辅助结构private int[] help;// 一共有多少个集合private int sets;// i所在的集合大小是多少private int[] size;UnionFind(int length){parent = new int[length];size = new int[length];//help的初始化, 个人想每次调用的时候初始化，但是数据量较大的//时候可能会吃内存help = new int[length];//本题比较特殊，二维数组长度为多少，集合最多就可能是多少sets = length;//记录数组的下标地址，可以通过下标找到父亲节点for (int i = 0; i < length; i++) {parent[i] = i;//i所在的集合大小是多少, 默认是自己, 所以是1size[i] = 1;}}public void union(int i, int j){//获取到的根节点索引. 需要注意的是，第一次调用这i和j,返回的是//他们本身的索引值。不会涉及到里面的while和for。 这样，我们本//方法体才能安稳的做合并操作，才会存在下挂的后代节点。int indexI = findRoot(i);int indexJ = findRoot(j);//如果他们两个值不相等，说明他们2个//还没有成为同一类数据。因此，我们需要//把他们设置成同一类数据if (indexI != indexJ){if (size[indexI] >= size[indexJ]) {/*** 此处的合并是合并2个不同的节点,将较小的节点指针指向较大的节点，* 这样就实现了并查集合并的目的.这是功能性合并** 而在findRoot方法中，合并的是同一节点的父节点，起到的是一个性能优化的作用*///等价于parent[indexJ] = parent[indexI], 因为没有合并之前，indexI == parent[indexI]parent[indexJ] = indexI;//更新合并后的根节点的后代数量size[indexI] = size[indexI] + size[indexJ];//被合并后的根节点,不再保存后代信息size[indexJ] = 0;}else {parent[indexI] = indexJ;size[indexJ] = size[indexJ] + size[indexI];size[indexI] = 0;}//因为我们默认的是有几组数据，就有几个省份。 但是此处发生了合并，也就意味着2组数据中//他们是在相同的省份中，因此默认值需要减少1.sets--;}}public int size() {return sets;}public int findRoot (int addressIndex){int index = 0;/***  第一次肯定是可以找到地址的，因为每个城市的父节点都是自己，*  所以他们都是在parent数组中的**  但是, 经过合并后，我们只会保存合并后的父节点的地址下标。*  数组的形式，我们只是在parent数组中，更新当前城市的父节点*  下标地址。因此，以下的while循环就出出现了*/while (addressIndex != parent[addressIndex]) {//记录下每一次遍历的父节点的下标，有可能有很多help[index] = parent[addressIndex];//指针指向父节点的下标，这样我们就可以逐层//网上找到最顶层的根节点了。addressIndex = parent[addressIndex];index++;  //index是比实际找的次数多1的}/***  我们只是在parent数组中，更新当前城市的父节点下标地址*  这样我就达到了并查集，合并同类数据的功能**  index是比实际找的次数多1的, 所以一开始就需要减1*  这也就不用担心help里面可能存在的脏数据问题了。*/for (index--; index >=0; index--) {/*** 路径压缩，把之前每一次找到的父节点下标全部指向了根节点,* 这样以后再找的话就会减少上面的while循环次数了。* 因为我们判断是否是同一类数据，就是根据根节点的下标进行判断的** 比如，a 和 b的根节点相同，那么我就可以认为a和b是同一类数据** help数组之前记录了parent数组父节点的下标，因此需要根据* 下标把这些值都给改成根节点的下标，这样这些节点以后就全部* 指向根节点了*/parent[help[index]] = addressIndex;}//其实，返回的就是一个父节点的地址下标值return addressIndex;}}public static void main(String[] args) {int[][] isConnected = {{1,1,0},{1,1,0},{0,0,1}};int size = findCircleNum(isConnected);System.out.println(size); //预期输出2int[][] isConnected2 =  {{1,0,0},{0,1,0},{0,0,1}};int size2 = findCircleNum(isConnected2);System.out.println(size2); //预期输出2}
}

题目二：岛屿数量

原题可以直接查看200. 岛屿数量

 这一题和上一题省份数量有相同和不同的部分：

相同部分是1和1相连接，就属于1片岛屿，还是算1个岛，这点和省份计算是一样的。

不同的部分是，省份中0也代表一个城市，只是它和其他城市不相连；而这道题中，0代表的是水，不是岛屿，因此在初始化的时候是有区别的。

并查集方式实现：

package code03.并查集_04;/*** https://leetcode.com/problems/number-of-islands/* 并查集方式实现*/
public class Code02_NumberOfLands {public int numIslands(char[][] grid){if (grid == null || grid.length == 0) {return 0;}int rowLength = grid.length;int colLength = grid[0].length;UnionFind uf = new UnionFind(grid);//合并第一行for (int j = 1; j < colLength; j++) {if (grid[0][j - 1] == '1' && grid[0][j] == '1') {uf.union(0, j - 1, 0, j);}}//合并第一列for (int i = 1; i < rowLength; i++) {if (grid[i - 1][0] == '1' && grid[i][0] == '1') {uf.union(i - 1, 0, i, 0);}}//从第二行第二列开始遍历for (int i = 1; i < rowLength; i++) {for (int j = 1; j < colLength; j++) {if (grid[i][j] == '1') {//上一行合并if (grid[i][j - 1] == '1') {uf.union(i, j - 1, i, j);}//前一列合并if (grid[i - 1][j] == '1') {uf.union(i - 1, j, i, j);}}}}return uf.sets;}static class UnionFind{int[] parents;int[] size;int sets;int[] helps;int row;int col;public UnionFind(char[][] gg){row = gg.length;col = gg[0].length;int length = row * col;parents = new int[length];size = new int[length];helps = new int[length];sets = 0;for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {//优化，只有是1的是，才会更新parent下标为自己if (gg[i][j] == '1') {//生成唯一地址int index = index(i, j);//默认自己就是自己的父亲节点parents[index] = index;//每个父节点下挂的节点数量，默认为1size[index] = 1;//默认每出现1都是一个岛屿sets++;}}}}public void union (int row1, int col1, int row2, int col2){//父节点int parentIndex1 = index(row1, col1);int parentIndex2 = index(row2, col2);//根节点int rootIndex1 = findRoot(parentIndex1);int rootIndex2 = findRoot(parentIndex2);//根节点不同，则合并if (rootIndex1 != rootIndex2) {//将小的挂在大的下面if (size[rootIndex1] >= size[rootIndex2]) {parents[rootIndex2] = rootIndex1;size[rootIndex1] = size[rootIndex1] + size[rootIndex2];size[rootIndex2] = 0;}else {parents[rootIndex1] = rootIndex2;size[rootIndex2] = size[rootIndex1] + size[rootIndex2];size[rootIndex1] = 0;}sets--;}}public int index (int r, int c) {//列的长度是固定的colreturn r * col + c;}public int findRoot (int index){int rootIndex = 0;//并查集之前合并过while (index != parents[index]) {//记录下每一次找到的上层节点（父节点）helps[rootIndex] = parents[index];//当前地址指向上层节点（父节点）index = parents[index];rootIndex++;}//路径压缩for (rootIndex--; rootIndex > 0; rootIndex--) {//返回原始收集的上层节点地址下标int t = helps[rootIndex];//根据下标，更新到根节点地址，//这样所以的地址都指向了根点处，优化了性能parents[t] = index;}return index;}}public static void main(String[] args) {char[][] bb = {{'1','1','1','1','0'},{'1','1','0','1','0'},{'1','1','0','0','0'},{'0','0','0','0','0'}};Code02_NumberOfLands tt = new Code02_NumberOfLands();int num = tt.numIslands(bb);System.out.println(num);}
}

渲染方式实现：

package code03.并查集_04;/*** 感染方式实现，性能非常高* 局限是部分案例无法解决*/
public class Code02_NumberOfLands_extension {public int numIslands(char[][] grid){if (grid == null || grid.length == 0) {return 0;}int num = 0;for (int row = 0; row < grid.length; row++) {for (int col = 0; col < grid[row].length; col++) {if (grid[row][col] == '1') {num++;infect(grid, row, col);}}}return num;}public void infect (char[][] bb, int row, int col){if (row < 0 || row == bb.length|| col < 0 || col == bb[0].length|| bb[row][col] != '1') {return;}bb[row][col] = 0;//上infect(bb, row-1, col);//下infect(bb, row+1, col);//左infect(bb, row, col-1);//右infect(bb, row, col+1);}public static void main(String[] args) {char[][] bb = {{'1','1','1','1','0'},{'1','1','0','1','0'},{'1','1','0','0','0'},{'0','0','0','0','0'}};Code02_NumberOfLands_extension tt = new Code02_NumberOfLands_extension();int num = tt.numIslands(bb);System.out.println(num);}
}

这一道题，渲染的方式是最优解，它的性能是高于并查集实现方式的。但是，并查集的方式可以解决很多渲染方式无法解决的问题。 因此，渲染方式和并查集方式，我们都要掌握。

题目三：岛屿数量拓展

这是一道收费题：https://leetcode.com/problems/number-of-islands-ii/

* 题目：
* 设定一个二维数组，行为 m 列为 n.
* 现在给你一组地标数据，可以定位二维数组的具体位置。 每个地标都代表有1个岛屿,
* 但是如果连在一起的话只能算做一个岛。要求每次空降一次数据，求每次的岛屿数量。
*
* 假设 3 行 3列的 二维数组。
* 给定的坐标为：[[0,0],[0,1],[1,2],[2,,1]]
* 【0,0】位置确定，此时岛为1
* 【0,1】位置确定，此时岛为1
* 【1,2】位置确定，此时岛为2
* 【2,1】位置确认，此时岛为3
*
* 输出的结果为： 【1,1,2,3】
* 请设计一种算法

package code03.并查集_04;import java.util.ArrayList;
import java.util.List;/*** https://leetcode.com/problems/number-of-islands-ii/** 题目：* 设定一个二维数组，行为 m 列为 n.* 现在给你一组地标数据，可以定位二维数组的具体位置。 每组数据都代表有1个岛屿,* 但是如果连在一起的话只能算做一个岛。要求每次空降一次数据，求每次的岛屿数量。** 假设 3 行 3列的 二维数组。* 给定的坐标为：[[0,0],[0,1],[1,2],[2,,1]]* 【0,0】位置确定，岛为1* 【0,1】位置确定，岛为1* 【1,2】位置确定，岛为2* 【2,1】位置确认，岛为3** 输入的结果为： 【1,1,2,3】*  请设计一种算法*/
public class Code03_NunbOfLandsII {public List numIslands(int m, int n, int[][] positions){List list = new ArrayList<>();if (m < 0 || n < 0 ||positions == null || positions.length == 0|| positions[0].length == 0) {return list;}//此时的初始化内部不同于之前的初始化UnionFind uf = new UnionFind(m, n);for (int[] position : positions) {list.add(uf.connect(position[0], position[1]));}return list;}static class UnionFind{private int[] parents;private int[] size;private int[] helps;private int sets;private int col;private int row;public UnionFind(int m, int n) {int length = m * n;parents = new int[length];size = new int[length];helps = new int[length];sets = 0;row = m;col = n;}public int connect (int row, int col){//获取当前位置int curPosition = index(row, col);//判断空间的位置是否已经是岛屿，默认为0if (size[curPosition] == 0 ) {size[curPosition] = 1;parents[curPosition] = curPosition;sets++;//合并，和渲染解题思路有点相似union(row, col, row-1, col); //上一行union(row, col, row+1, col); //下一行union(row, col, row, col-1);  //前一列union(row, col, row, col+1);  //后一列}return sets;}public void union (int row1,int col1, int row2, int col2){//越界，无法合并if (row1 < 0 || row2 < 0 || col1 < 0 || col2 < 0|| row1 == row || row2 == row|| col1 == col || col2 == col) {return;}//父节点int parentIndex1 = index(row1, col1);int parentIndex2 = index(row2, col2);//如果2个中不全是岛屿，则不合并//需要注意的地方，写忘记了, debug才查出问题if (size[parentIndex1] == 0 || size[parentIndex2] == 0) {return;}//根节点int rootIndex1 = findRoot(parentIndex1);int rootIndex2 = findRoot(parentIndex2);//根节点不同，则合并if (rootIndex1 != rootIndex2) {//将小的挂在大的下面if (size[rootIndex1] >= size[rootIndex2]) {parents[rootIndex2] = rootIndex1;size[rootIndex1] = size[rootIndex1] + size[rootIndex2];}else {parents[rootIndex1] = rootIndex2;size[rootIndex2] = size[rootIndex1] + size[rootIndex2];}sets--;}}public int index (int r, int c) {return r * col + c;}public int findRoot (int index){int rootIndex = 0;//并查集之前合并过while (index != parents[index]) {//记录下每一次找到的上层节点（父节点）helps[rootIndex] = parents[index];//当前地址指向上层节点（父节点）index = parents[index];rootIndex++;}//路径压缩for (rootIndex--; rootIndex > 0; rootIndex--) {//返回原始收集的上层节点地址下标int t = helps[rootIndex];//根据下标，更新到根节点地址，//这样所以的地址都指向了根点处，优化了性能parents[t] = index;}return index;}}public static void main(String[] args) {int m = 3;int n = 3;int[][] positions = {{0,0},{0,1},{1,2},{2,1}};Code03_NunbOfLandsII tt = new Code03_NunbOfLandsII();List list = tt.numIslands(3, 3, positions);for(int i = 0; i < list.size(); i++) {System.out.println("第 " + (i+1) + " 次空降，岛屿数量为: " + list.get(i));}}
}