## Java實現并查集
~~~
/**
* 并查集
* @Author: mango
* @Date: 2022/5/22 4:57 下午
*/
public class UnionFindSet<V> {
// 原始數據對應的節點集合map
private Map<V,Node<V>> dataMap;
// 頂層頭節點所在的集合大小map
private Map<Node<V>,Integer> countMap;
/**
* 節點
* @param <V> 原始數據
*/
private final class Node<V>{
public V val;
// 前指針
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);
}
}
/**
* 判斷2個元素是否在同一個集合
* 找2個頭節點,如果頭節點相同則說明是同一個集合
* @param a
* @param b
* @return
*/
public boolean isSameSet(V a, V b){
return getHead(dataMap.get(a)) == getHead(dataMap.get(b));
}
/**
* 合并2個元素所在的節點到同一個集合
* 如果是同一個集合,就跳過
* 找到2個元素的頭節點,將小的集合的頭節點指向大的集合的頭節點
* 合并后,將原來的節點所在集合數據刪除
* @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);
}
/**
* 通過節點向上找頭節點
* 利用棧來優化節點指向關系為扁平化,加快查詢效率為O(1)
* @param node
* @return
*/
private Node<V> getHead(Node<V> node){
// 使用棧將底層節點都入棧
Stack<Node<V>> speed = new Stack<>();
while (!node.val.equals(node.pre.val)){
node = node.pre;
speed.push(node);
}
// 底層節點出棧,將pre指向head的node節點
while (!speed.isEmpty()){
speed.pop().pre = node;
}
return node;
}
@Override
public String toString() {
return "UnionFindSet{" +
"dataMap=" + dataMap +
", countMap=" + countMap +
'}';
}
}
~~~
- Redis來回摩擦
- redis的數據結構SDS和DICT
- redis的持久化和事件模型
- Java
- 從何而來之Java IO
- 發布Jar包到公共Maven倉庫
- Java本地方法調用
- 面試突擊
- Linux
- Nginx
- SpringBoot
- Springboot集成Actuator和SpringbootAdminServer監控
- SpringCloud
- Spring Cloud初識
- Spring Cloud的5大核心組件
- Spring Cloud的注冊中心
- Spring Cloud注冊中心之Eureka
- Spring Cloud注冊中心之Consul
- Spring Cloud注冊中心之Nacos
- Spring Cloud的負載均衡之Ribbon
- Spring Cloud的服務調用之Feign
- Spring Cloud的熔斷器
- Spring Cloud熔斷器之Hystrix
- Spring Cloud的熔斷器監控
- Spring Cloud的網關
- Spring Cloud的網關之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的鏈路跟蹤
- Spring Cloud的鏈路監控之Sleuth
- Spring Cloud的鏈路監控之Zipkin
- Spring Cloud集成Admin Server
- Docker
- docker日常基本使用
- docker-machine的基本使用
- Kubernetes
- kubernetes初識
- kubeadm安裝k8s集群
- minikube安裝k8s集群
- k8s的命令行管理工具
- k8s的web管理工具
- k8s的相關發行版
- k3s初識及安裝
- rancher的安裝及使用
- RaspberryPi
- 運維
- 域名證書更新
- 騰訊云主機組建內網
- IDEA插件開發
- 第一個IDEA插件hello ide開發
- 千呼萬喚始出來的IDEA筆記插件mdNote
- 大剛學算法
- 待整理
- 一些概念和知識點
- 位運算
- 數據結構
- 字符串和數組
- LC242-有效的字母異位詞
- 鏈表
- LC25-K個一組翻轉鏈表
- LC83-刪除有序單鏈表重復的元素
- 棧
- LC20-有效的括號
- 隊列
- 雙端隊列
- 優先隊列
- 樹
- 二叉樹
- 二叉樹的遍歷
- 二叉樹的遞歸序
- 二叉樹的前序遍歷(遞歸)
- 二叉樹的前序遍歷(非遞歸)
- 二叉樹的中序遍歷(遞歸)
- 二叉樹的中序遍歷(非遞歸)
- 二叉樹的后序遍歷(遞歸)
- 二叉樹的后序遍歷(非遞歸)
- 二叉樹的廣度優先遍歷(BFS)
- 平衡二叉樹
- 二叉搜索樹
- 滿二叉樹
- 完全二叉樹
- 二叉樹的打印(二維數組)
- 樹的序列化和反序列化
- 前綴樹
- 堆
- Java系統堆優先隊列
- 集合數組實現堆
- 圖
- 圖的定義
- 圖的存儲方式
- 圖的Java數據結構(鄰接表)
- 圖的表達方式及對應場景創建
- 圖的遍歷
- 圖的拓撲排序
- 圖的最小生成樹之Prim算法
- 圖的最小生成樹之Kruskal算法
- 圖的最小單元路徑之Dijkstra算法
- 位圖
- Java實現位圖
- 并查集
- Java實現并查集
- 滑動窗口
- 單調棧
- 排序
- 冒泡排序BubbleSort
- 選擇排序SelectSort
- 插入排序InsertSort
- 插入排序InsertXSort
- 歸并排序MergeSort
- 快速排序QuickSort
- 快速排序優化版QuickFastSort
- 堆排序HeapSort
- 哈希Hash
- 哈希函數
- guava中的hash函數
- hutool中的hash函數
- 哈希表實現
- Java之HashMap的實現
- Java之HashSet的實現
- 一致性哈希算法
- 經典問題
- 荷蘭國旗問題
- KMP算法
- Manacher算法
- Go