并查集应用

并查集，Kruskal 重构树的思维方式是很类似的，他们都能用于处理与连通性有关的问题。本文通过例题讲解的方式给大家介绍并查集思想的应用。

A

A

有 n 个点，初始时均为孤立点。

接下来有 m 次加边操作，第 i 次操作在 a_i 和 b_i 之间加一条无向边。设 L(i,j) 表示结点 i 和 j 最早在第 L(i,j) 次操作后连通。

在 m 次操作完后，你要求出 \sum_{i=1}^n\sum_{j=i+1}^nL(i,j) 的值。

这是基础并查集的应用，并查集记录一下子树的大小。考虑统计每次操作的贡献。如果第 i 次操作 a_i 和 b_i 分属于两个不同子树，就将这两个子树合并，并将两者子树大小的乘积乘上 i 累加到答案里。时间复杂度 O(n\alpha(n)) 。

B

B

有 n 个点，初始时均为孤立点。

接下来有 m 次加边操作，第 i 次操作在 a_i 和 b_i 之间加一条无向边。

接下来有 q 次询问，第 i 次询问 u_i 和 v_i 最早在第几次操作后连通。

考虑在并查集合并的时候记录「并查集生成树」，也就是说如果第 i 次操作 a_i 和 b_i 分属于两个不同子树，那么把 (a_i,b_i) 这条边纳入生成树中。边权是 i 。那么查询就是询问 u 到 v 路径上边权的最大值，可以使用树上倍增或者树链剖分的方法维护。时间复杂度 O(n\log n) 。

另外一个方法是维护 Kruskal 重构树，其本质与并查集生成树是相同的。复杂度亦相同。

C

C

有 n 个点，初始时均为孤立点。

接下来有 m 次加边操作，第 i 次操作在 a_i 和 b_i 之间加一条无向边。

接下来有 q 次询问，第 i 次询问第 x_i 个点在第 t_i 次操作后所在连通块的大小。

离线算法：考虑将询问按 t_i 从小到大排序。在加边的过程中顺便处理询问即可。时间复杂度 O(q\log q+(n+q)\alpha(n)) 。

在线算法：本题的在线算法只能使用 Kruskal 重构树。Kruskal 重构树与并查集的区别是：第 i 次操作 a_i 和 b_i 分属于两个不同子树，那么 Kruskal 会新建一个结点 u ，然后让 a_i 所在子树的根和 b_i 所在子树的根分别连向 u ，作为 u 的两个儿子。不妨设 u 的点权是 i 。对于初始的 n 个点，点权为 0 。

对于询问，我们只需要求出 x_i 在重构树中最大的一个连通块使得连通中的点权最大值不超过 t_i ，询问的答案就是这个连通块中点权为 0 的结点个数，即叶子结点个数。

由于我们操作的编号是递增的，因此重构树上父结点的点权总是大于子结点的点权。这意味着我们可以在重构树上从 x_i 到根结点的路径上倍增找到点权最大的不超过 t_i 的结点。这样我们就求出了答案。时间复杂度 O(n\log n) 。

D

D

给一个长度为 n 的 01 序列 a_1,\ldots,a_n ，一开始全是 0 ，接下来进行 m 次操作：

  • 令 a_x=1 ；
  • 求 a_x,a_{x+1},\ldots,a_n 中左数第一个为 0 的位置。

建立一个并查集， f_i 表示 a_i,a_{i+1},\ldots,a_n 中第一个 0 的位置。初始时 f_i=i 。

对于一次 a_x=1 的操作，如果 a_x 原本就等于 1 ，就不管。否则我们令 f_x=f_{x+1} 。

时间复杂度 O(n\log n) ，如果要使用按秩合并的话实现会较为麻烦，不过仍然可行。也就是说时间复杂度或为 O(n\alpha(n)) 。

E

E

给出三个长度为 n 的正整数序列 a ， b ， c 。枚举 1\le i\le j\le n ，求 a_i\cdot b_j\cdot \min_{i\le k\le j}c_k 的最大值。

本题同样有许多做法，这里我们重点讲解并查集思路。按权值从大到小考虑 c_k 。相当于我们在 k 上加入一个点，然后将 k-1 和 k+1 位置上的点所在的连通块与之合并（如果这两个位置上有点的话）。连通块上记录 a 的最大值和 b 的最大值，即可在合并的时候更新答案。时间复杂度 O(n\log n) 。

F

F

给出一棵 n 个点的树，接下来有 m 次操作：

  • 加一条从 a_i 到 b_i 的边。
  • 询问两个点 u_i 和 v_i 之间是否有至少两条边不相交的路径。

询问可以转化为：求 u_i 和 v_i 是否在同一个简单环上。按照双连通分量缩点的想法，每次我们在 a_i 和 b_i 间加一条边，就可以把 a_i 到 b_i 树上路径的点缩到一起。如果两条边 (a_i,b_i) 和 (a_j,b_j) 对应的树上路径有交，那么这两条边就会被缩到一起。

换言之，加边操作可以理解为，将 a_i 到 b_i 树上路径的边覆盖一次。而询问就转化为了：判断 u_i 到 v_i 路径上是否存在未被覆盖的边。如果不存在，那么 u_i 和 v_i 就属于同一个双连通分量，也就属于同一个简单环。

考虑使用并查集维护。给树定根，设 f_i 表示 i 到根的路径中第一个未被覆盖的边。那么每次加边操作，我们就暴力跳并查集。覆盖了一条边后，将这条边对应结点的 f 与父节点合并。这样，每条边至多被覆盖一次，总复杂度 O(n\log n) 。使用按秩合并的并查集同样可以做到 O(n\alpha(n)) 。

本题的维护方式类似于 D 的树上版本。

G

G

无向图 G 有 n 个点，初始时均为孤立点（即没有边）。

接下来有 m 次加边操作，第 i 次操作在 a_i 和 b_i 之间加一条无向边。

每次操作后，你均需要求出图中桥的个数。

桥的定义为：对于一条 G 中的边 (x,y) ，如果删掉它会使得连通块数量增加，则 (x,y) 被称作桥。

强制在线。

本题考察对并查集性质的理解。考虑用并查集维护连通情况。对于边双树，考虑维护有根树，设 p_i 表示结点 i 的父亲。也就是不带路径压缩的并查集。

如果第 i 次操作 a_i 和 b_i 属于同一个连通块，那么我们就需要将边双树上 a_i 到 b_i 路径上的点缩起来。这可以用并查集维护。每次缩点，边双连通分量的个数减少 1 ，最多减少 n-1 次，因此缩点部分的并查集复杂度是 O(n\alpha(n)) 。

为了缩点，我们要先求出 a_i 和 b_i 在边双树上的 LCA。对此我们可以维护一个标记数组。然后从 a_i 和 b_i 开始轮流沿着祖先一个一个往上跳，并标记沿途经过的点。一但跳到了某个之前就被标记过的点，那么这个点就是 a_i 和 b_i 的 LCA。这个算法的复杂度与 a_i 到 b_i 的路径长度是线性相关的，可以接受。

如果 a_i 和 b_i 分属于两个不同连通块，那么我们将这两个连通块合并，并且桥的数量加 1 。此时我们需要将两个点所在的边双树连起来，也就是加一条 a_i 到 b_i 的边。因此我们需要将其中一棵树重新定根，然后接到另一棵树上。这里运用启发式合并的思想：我们把结点数更小的重新定根。这样的总复杂度是 O(n\log n) 的。

综上，该算法的总复杂度是 O(n\log n+m\log n) 的。

小结

并查集与 Kruskal 重构树有许多共通点，而并查集的优化（按秩合并）正是启发式合并思想的应用。因此灵活运用并查集可以方便地处理许多与连通性有关的图论问题。

本页面部分内容译自博文 Поиск мостов в режиме онлайн 与其英文翻译版 Finding Bridges Online。其中俄文版版权协议为 Public Domain + Leave a Link；英文版版权协议为 CC-BY-SA 4.0。

build本页面最近更新：，更新历史
edit发现错误？想一起完善？ 在 GitHub 上编辑此页！
people本页面贡献者：sshwy
copyright本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用

评论