算法——并查集

并查集是一种树状数据结构，用来处理不相交的集合的关系，它的查找速度非常快，在并查集中只存在两种关系，要么是属于关系，要么是不想交的补集关系。

并查集有四种基本操作，初始化，查询，合并以及判断是否属于同一集合，可以用数组实现，也可以用指针实现，北理ACM祖传的是数组实现的方法。用数组来完成指向父节点的操作。所以我们首先需要一个数组fa[]来存放各个元素的父亲节点。

void init(int size)
{
	for (int i = 0; i < maxn; i++)
	{
		fa[i] = i;
		deep[i] = 0;
	}
}

除了父子关系我们还要考虑整个树的深度，方便以后的优化来节省查询的时间，所以还有一个deep数组来存放该结点树的深度。

可以看到，在初始时每一个节点自身是一个独立的集合，本身就是该集合的关键字元素（我们用一个关键字元素，也可以说是根节点，也就是该集合的其他节点的父亲元素都是这个节点），我们希望用更短的时间去找到某一个元素，所以最期望的情况是我们从某个节点只访问一次就查询到根节点，也就是说所有的元素都直接连在根节点上。这个事情需要维护，我们在查询的时候，如果发现某个元素经过了中间元素才访问到根节点，那么我们需要这个节点i的fa[i]值成为根节点的下标，而在查询时由于是递归的过程，我们直接赋值，就省去了还要函数栈一步步返回在赋值的繁琐。

int find(int x)
{
	if (fa[x] == x)
		return x;
	return fa[x] = find(fa[x]);
}

合并两个并查集时，考虑两棵树的树高不同，如果将高的树接在矮的树的根节点上，那么访问新的树的最坏程度要高的树的高+1（矮树的根节点），而将矮的树合并到高的树上并不会影响树的深度（最远的子节点到根节点的距离），显然我们选择后者会更加的合理。但是要注意的是当两个树的深度相等时，一定要将合并后根结点的deep值+1，因为无论怎样合并树高都会增加。

void unite(int x, int y)
{
	x = find(x);
	y = find(y);
	if (x == y)
		return;
	if (deep[x] < deep[y])
		fa[x] = y;
	else
	{
		fa[y] = x;
		if (deep[x] = deep[y])
			deep[x]++;
	}
}

最后检测是否在同一个集合则非常简单了，直接find根节点比较下标是否相等就可以了。

bool same(int x, int y)
{
	return find(x) == find(y);
}