def numIslands(grid):
#获取行数和列数
nrow = len(grid)
if nrow == 0:
return 0
ncol = len(grid[0])
if ncol == 0:
return 0
#所有1的坐标
lands = set()
for i in range(nrow):
for j in range(ncol):
if grid[i][j] == "1":
lands.add((i, j))
#初始化不相交集
ds = DisjointSet(list(lands))
#扫描所有可能相邻的1，不断地union
for point in lands:
h_adj_point = (point[0], point[1] + 1) #右邻居
v_adj_point = (point[0] + 1, point[1]) #下邻居
#如果1的右邻居和下邻居都是1，则进行Union
if h_adj_point in lands:
ds.Union(point, h_adj_point)
if v_adj_point in lands:
ds.Union(point, v_adj_point)
#最终返回不相交集的数目
return ds.SetCnt
def solve(board):
if board: #如果board为空则不做任何处理
nrow, ncol = len(board), len(board[0])
inner, border = [], [] #记录所有"O"出现的位置，分为内部和边界处
#扫描,记录所有"O'的位置
for i in range(nrow):
for j in range(ncol):
if board[i][j] == "O":
if i == 0 or i == nrow - 1 or j == 0 or j == ncol - 1:
border.append((i, j))
else:
inner.append((i, j))
#如果边界上无O,则全部转换
if not border:
for loc in inner:
board[loc[0]][loc[1]] = "X"
else:
#初始化不相交集
ds = DisjointSet(border + inner)
#将边界上的"O"点Union起来
pivot = border[0]
for loc in border[1:]:
ds.Union(pivot, loc)
#遍历inner和border,建立必要的连接
for loc in border + inner:
if loc[0] < nrow - 1:
if board[loc[0] + 1][loc[1]] == "O":
ds.Union(loc, (loc[0] + 1, loc[1]))
if loc[1] < ncol - 1:
if board[loc[0]][loc[1] + 1] == "O":
ds.Union(loc, (loc[0], loc[1] + 1))
#遍历inner中的点，若其不与border中的点同类，则转换
for loc in inner:
if ds.Find(loc) != ds.Find(pivot):
board[loc[0]][loc[1]] = "X"
def findRedundantConnection(edges):
n = len(edges) #点的数目
ds = DisjointSet(range(1, n + 1)) #初始化不相交集，下标从1开始
PrevSetCnt = ds.SetCnt #上一步的不相交集数目
for edge in edges:
ds.Union(edge[0], edge[1])
if PrevSetCnt == ds.SetCnt: #当加入一条边时不相交集的数目没有发生改变，则说明该边是多余的，形成了一个环
return edge
PrevSetCnt = ds.SetCnt
def findCircleNum(M):
n = len(M)
if n == 0:
return 0
#初始化不相交集
DS = DisjointSet(range(n))
#扫描M矩阵，完成Union操作
for i in range(n):
for j in range(i):
if M[i][j] == 1:
DS.Union(i, j)
#返回不相交集的数目
return DS.SetCnt
