Question

现在假设您有一组数据：

Data 1: (1, 2);
Data 2: (1, 3);
Data 3: (7, 8);
Data 4: (8, 20);

现在的任务是合并数据集，如果它有一个公共元素与另一个数据集。在我们的示例中，数据1将与数据2合并，因为它们共享公共数字1。数据3和数据4也是如此。我的问题是如何在C ++中以非常高效的方式实现此功能。暂时我的实现是基于std :: vector＆gt;数据结构，如下面的代码所示：

#include <iostream>
#include <map>
#include <set>
#include <algorithm>
#include <vector>


using namespace std;
bool find_the_element(const set<int> &mysets, const vector<int> &myvector)
{
    for(int i=0; i<myvector.size(); i++)
    {
        set<int>::iterator it;
        it = mysets.find(myvector[i]);
        if (it != mysets.end())
            return true;
    }
    return false;

}





int main () 
{



    set<vector<int> > myset;
    vector<int> a;
    a.push_back(1);
    a.push_back(2);

    vector<int> b;
    b.push_back(1);
    b.push_back(3);

    vector<int> c;
    c.push_back(7);
    c.push_back(8);

    vector<int> d;
    d.push_back(8);
    d.push_back(20);
    vector<vector<int> > my_vector_array;
    my_vector_array.push_back(a);
    my_vector_array.push_back(b);
    my_vector_array.push_back(c);
    my_vector_array.push_back(d);


    vector<set<int> > my_sets;
    for(int i=0; i<my_vector_array.size(); i++)
    {
        vector<int> temp_vector = my_vector_array[i];

        if (my_sets.empty())
        {
            set<int> temp_set;
            for(int j=0; j<temp_vector.size(); j++)
                temp_set.insert(temp_vector[j]);

            my_sets.push_back(temp_set);
        }
        else
        {
            bool b_find = false;
            for(int j=0; j<my_sets.size(); j++)
            {
                set<int>temp_set;
                temp_set = my_sets[j];
                if (find_the_element(temp_set,temp_vector))
                {
                    b_find = true;
                    my_sets[j].insert(temp_vector.begin(), temp_vector.end());

                    break;
                }

            }
            if (b_find)
            {
                // something already done
            }
            else
            {
                set<int> temp_set;
                for(int j=0; j<temp_vector.size(); j++)
                    temp_set.insert(temp_vector[j]);

                my_sets.push_back(temp_set);
            }

        }
    }
}

我想知道C ++中是否有更有效的数据结构或有效的算法来完成这项工作。谢谢！

Answer 1

实现可以快速合并的集合的最有效方法之一是使用Disjoint-set Data Structure。

这个想法是最初将每个集合表示为链表，列表的头部作为整个集合的标识符。随着集合被合并，节点被重新指向头部以加速进一步搜索。

链接上的文章有伪代码; C ++的实现应该不会太困难。

您需要保留一个单独的map，它将您目前为止看到的整数与其在不相交集林中的节点相连接。您将浏览数据集，逐个获取项目，在map中查找项目，并按照指向其集合的链接，或者使用您的项目创建新的“单例”不相交集正在加入。

使用C ++设置合并算法

1 个答案: