## Java实现并查集
~~~
/**
* 并查集
* @Author: mango
* @Date: 2022/5/22 4:57 下午
*/
public class UnionFindSet<V> {
// 原始数据对应的节点集合map
private Map<V,Node<V>> dataMap;
// 顶层头节点所在的集合大小map
private Map<Node<V>,Integer> countMap;
/**
* 节点
* @param <V> 原始数据
*/
private final class Node<V>{
public V val;
// 前指针
public Node<V> pre;
public Node(V val) {
this.val = val;
}
@Override
public String toString() {
return "Node{" +
"val=" + val +
", pre.val=" + pre.val +
'}';
}
}
public UnionFindSet(List<V> vList){
dataMap = new HashMap<>();
countMap = new HashMap<>();
for(V v : vList){
Node<V> node = new Node<>(v);
node.pre = node;
dataMap.put(v,node);
countMap.put(node,1);
}
}
/**
* 判断2个元素是否在同一个集合
* 找2个头节点,如果头节点相同则说明是同一个集合
* @param a
* @param b
* @return
*/
public boolean isSameSet(V a, V b){
return getHead(dataMap.get(a)) == getHead(dataMap.get(b));
}
/**
* 合并2个元素所在的节点到同一个集合
* 如果是同一个集合,就跳过
* 找到2个元素的头节点,将小的集合的头节点指向大的集合的头节点
* 合并后,将原来的节点所在集合数据删除
* @param a
* @param b
*/
public void union(V a, V b){
if(isSameSet(a, b)){
return ;
}
Node<V> aHead = getHead(dataMap.get(a));
Node<V> bHead = getHead(dataMap.get(b));
Integer aCount = countMap.get(aHead);
Integer bCount = countMap.get(bHead);
Node<V> bigHead = aCount >= bCount ? aHead : bHead;
Node<V> smallHead = bigHead == aHead ? bHead : aHead;
smallHead.pre = bigHead;
countMap.put(bigHead,aCount + bCount);
countMap.remove(smallHead);
}
/**
* 通过节点向上找头节点
* 利用栈来优化节点指向关系为扁平化,加快查询效率为O(1)
* @param node
* @return
*/
private Node<V> getHead(Node<V> node){
// 使用栈将底层节点都入栈
Stack<Node<V>> speed = new Stack<>();
while (!node.val.equals(node.pre.val)){
node = node.pre;
speed.push(node);
}
// 底层节点出栈,将pre指向head的node节点
while (!speed.isEmpty()){
speed.pop().pre = node;
}
return node;
}
@Override
public String toString() {
return "UnionFindSet{" +
"dataMap=" + dataMap +
", countMap=" + countMap +
'}';
}
}
~~~
- Redis来回摩擦
- redis的数据结构SDS和DICT
- redis的持久化和事件模型
- Java
- 从何而来之Java IO
- 发布Jar包到公共Maven仓库
- Java本地方法调用
- 面试突击
- Linux
- Nginx
- SpringBoot
- Springboot集成Actuator和SpringbootAdminServer监控
- SpringCloud
- Spring Cloud初识
- Spring Cloud的5大核心组件
- Spring Cloud的注册中心
- Spring Cloud注册中心之Eureka
- Spring Cloud注册中心之Consul
- Spring Cloud注册中心之Nacos
- Spring Cloud的负载均衡之Ribbon
- Spring Cloud的服务调用之Feign
- Spring Cloud的熔断器
- Spring Cloud熔断器之Hystrix
- Spring Cloud的熔断器监控
- Spring Cloud的网关
- Spring Cloud的网关之Zuul
- Spring Cloud的配置中心
- Spring Cloud配置中心之Config Server
- Spring Cloud Config配置刷新
- Spring Cloud的链路跟踪
- Spring Cloud的链路监控之Sleuth
- Spring Cloud的链路监控之Zipkin
- Spring Cloud集成Admin Server
- Docker
- docker日常基本使用
- docker-machine的基本使用
- Kubernetes
- kubernetes初识
- kubeadm安装k8s集群
- minikube安装k8s集群
- k8s的命令行管理工具
- k8s的web管理工具
- k8s的相关发行版
- k3s初识及安装
- rancher的安装及使用
- RaspberryPi
- 运维
- 域名证书更新
- 腾讯云主机组建内网
- IDEA插件开发
- 第一个IDEA插件hello ide开发
- 千呼万唤始出来的IDEA笔记插件mdNote
- 大刚学算法
- 待整理
- 一些概念和知识点
- 位运算
- 数据结构
- 字符串和数组
- LC242-有效的字母异位词
- 链表
- LC25-K个一组翻转链表
- LC83-删除有序单链表重复的元素
- 栈
- LC20-有效的括号
- 队列
- 双端队列
- 优先队列
- 树
- 二叉树
- 二叉树的遍历
- 二叉树的递归序
- 二叉树的前序遍历(递归)
- 二叉树的前序遍历(非递归)
- 二叉树的中序遍历(递归)
- 二叉树的中序遍历(非递归)
- 二叉树的后序遍历(递归)
- 二叉树的后序遍历(非递归)
- 二叉树的广度优先遍历(BFS)
- 平衡二叉树
- 二叉搜索树
- 满二叉树
- 完全二叉树
- 二叉树的打印(二维数组)
- 树的序列化和反序列化
- 前缀树
- 堆
- Java系统堆优先队列
- 集合数组实现堆
- 图
- 图的定义
- 图的存储方式
- 图的Java数据结构(邻接表)
- 图的表达方式及对应场景创建
- 图的遍历
- 图的拓扑排序
- 图的最小生成树之Prim算法
- 图的最小生成树之Kruskal算法
- 图的最小单元路径之Dijkstra算法
- 位图
- Java实现位图
- 并查集
- Java实现并查集
- 滑动窗口
- 单调栈
- 排序
- 冒泡排序BubbleSort
- 选择排序SelectSort
- 插入排序InsertSort
- 插入排序InsertXSort
- 归并排序MergeSort
- 快速排序QuickSort
- 快速排序优化版QuickFastSort
- 堆排序HeapSort
- 哈希Hash
- 哈希函数
- guava中的hash函数
- hutool中的hash函数
- 哈希表实现
- Java之HashMap的实现
- Java之HashSet的实现
- 一致性哈希算法
- 经典问题
- 荷兰国旗问题
- KMP算法
- Manacher算法
- Go