一刷547

Author: diguage

README.adoc

@@ -3854,14 +3854,14 @@ TIP: **公众号的微信号是: `jikerizhi`**。__因为众所周知的原因
 //|{doc_base_url}/0546-remove-boxes.adoc[题解]
 //|Hard
 //|
-//
-//|{counter:codes}
-//|{leetcode_base_url}/friend-circles/[547. Friend Circles^]
-//|{source_base_url}/_0547_FriendCircles.java[Java]
-//|{doc_base_url}/0547-friend-circles.adoc[题解]
-//|Medium
-//|
-//
+
+|{counter:codes}
+|{leetcode_base_url}/number-of-provinces/[547. 省份数量]
+|{source_base_url}/_0547_NumberOfProvinces.java[Java]
+|{doc_base_url}/0547-number-of-provinces.adoc[题解]
+|Medium
+|
+
 //|{counter:codes}
 //|{leetcode_base_url}/split-array-with-equal-sum/[548. Split Array with Equal Sum^]
 //|{source_base_url}/_0548_SplitArrayWithEqualSum.java[Java]

docs/.asciidoctorconfig

@@ -11,6 +11,7 @@
 :diagram_attr: format=svg,align="center",width=95%
 
 :sourcedir: {asciidoctorconfigdir}/../src/main/java/com/diguage/algo/leetcode
+:labdir: {asciidoctorconfigdir}/../src/test/java/com/diguage/labs
 :java_src_attr: source%nowrap,java,indent=0,linenums,subs="attributes,verbatim,quotes"
 
 :doc_base_url: {asciidoctorconfigdir}/../docs

docs/0000-18-union-find-set.adoc

@@ -1,5 +1,30 @@
 [#0000-18-union-find-set]
-= Union Find Set 查并集
+= Union Find Set 并查集
+
+并查集算法，英文是 Union-Find，是解决动态连通性（Dynamic Conectivity）问题的一种算法。动态连通性是计算机图论中的一种数据结构，动态维护图结构中相连信息。简单的说就是，图中各个节点之间是否相连、如何将两个节点连接，连接后还剩多少个连通分量。
+
+动态连通性其实可以抽象成给一幅图连线。假设用一个数组表示一堆节点，每个节点都是一个连通分量。初始化视图如下：
+
+image::images/union-find-1.png[title="并查集初始化",alt="并查集初始化",{image_attr}]
+
+并查集的一个重要操作是 `union(a, b)`，就是将节点 `a` 和节点 `b` 建立连接。如图所示：
+
+image::images/union-find-2.png[title="并查集合并",alt="并查集合并",{image_attr}]
+
+`union(a, b)` 还可以将已经建立的两个“子网”进行连接：
+
+image::images/union-find-3.png[title="并查集再合并",alt="并查集再合并",{image_attr}]
+
+并查集除了 `union`，还有一个重要操作是 `connnected(a, b)`。判断方法也很简单，从节点 `a` 和 `b` 开始，向上查找，直到两个节点的根节点，判断两个根节点是否相等即可判断两个节点是否已经连接。为了加快这个判断速度，可以对其进行“路径压缩”，直白点说，就是将所有树的节点，都直接指向根节点，这样只需要一步即可到达根节点。路径压缩如图所示：
+
+image::images/union-find-4.png[title="并查集路径压缩",alt="并查集路径压缩",{image_attr}]
+
+简单代码实现如下：
+
+[{java_src_attr}]
+----
+include::{labdir}/UnionFind.java[]
+----
 
 == 经典题目
 
@@ -94,3 +119,5 @@
 == 参考资料
 
 . https://leetcode.cn/problems/redundant-connection/solutions/372045/yi-wen-zhang-wo-bing-cha-ji-suan-fa-by-a-fei-8/[684. 冗余连接 - 一文掌握并查集算法^]
+. https://blog.csdn.net/qq_57469718/article/details/125416286[并查集(Union-Find) (图文详解)^]
+. https://www.cnblogs.com/gczr/p/12077934.html[Union-Find 并查集算法^]

docs/0547-friend-circles.adoc

@@ -0,0 +1,71 @@
+[#0547-number-of-provinces]
+= 547. 省份数量
+
+https://leetcode.cn/problems/number-of-provinces/[LeetCode - 547. 省份数量 ^]
+
+有 `n` 个城市，其中一些彼此相连，另一些没有相连。如果城市 `a` 与城市 `b` 直接相连，且城市 `b` 与城市 `c` 直接相连，那么城市 `a` 与城市 `c` 间接相连。
+
+*省份* 是一组直接或间接相连的城市，组内不含其他没有相连的城市。
+
+给你一个 `n x n` 的矩阵 `isConnected` ，其中 `isConnected[i][j] = 1` 表示第 `i` 个城市和第 `j` 个城市直接相连，而 `isConnected[i][j] = 0` 表示二者不直接相连。
+
+返回矩阵中 *省份* 的数量。
+
+*示例 1：*
+
+image:images/0547-01.jpg[{image_attr}]
+
+....
+输入：isConnected = [[1,1,0],[1,1,0],[0,0,1]]
+输出：2
+....
+
+*示例 2：*
+
+image:images/0547-02.jpg[{image_attr}]
+
+....
+输入：isConnected = [[1,0,0],[0,1,0],[0,0,1]]
+输出：3
+....
+
+*提示：*
+
+* `+1 <= n <= 200+`
+* `n == isConnected.length`
+* `n == isConnected[i].length`
+* `isConnected[i][j]` 为 `1` 或 `0`
+* `isConnected[i][i] == 1`
+* `isConnected[i][j] == isConnected[j][i]`
+
+
+== 思路分析
+
+这就是一道典型的并查集题目，所谓的“返回省份数量”就是求解连通分量。这道题的连通性是通过一个矩阵表示的，所以，首先需要将这个矩阵转换成一个 xref:0000-18-union-find-set.adoc[Union Find Set 并查集] 中讲解的数组。由于 `(i, j)` 和 `(j, i)` 表示的含义一样，所以只需要扫描矩阵的右上部分或者左下部分即可。代码如下：
+
+[[src-0547]]
+[tabs]
+====
+一刷::
++
+--
+[{java_src_attr}]
+----
+include::{sourcedir}/_0547_NumberOfProvinces.java[tag=answer]
+----
+--
+
+// 二刷::
+// +
+// --
+// [{java_src_attr}]
+// ----
+// include::{sourcedir}/_0547_NumberOfProvinces_2.java[tag=answer]
+// ----
+// --
+====
+
+
+== 参考资料
+
+