ACM算法笔记（四）并查集

并查集

一个很友好 的数据结构（bushi）

并查集：(union-find sets)是一种简单的用途广泛的集合.
并查集是若干个不相交集合，能够实现较快的合并和判断元素所在集合的操作，应用很多，如其求无向图的连通分量个数、最小公共祖先、带限制的作业排序，还有最完美的应用：实现Kruskar算法求最小生成树（以后会学到）。

并查集的两种基本操作：

• （1）合并；
• （2）查询；

解释：对并查集概念的理解说白了就是一种合并集合的一个“算法思想”和结构方法，这是说并查集是一种方法，一个思路，也是一种数据结构，算是树形数据结构。

一个小故事对并查集的两种操作的形象化解释：

故事背景：
7777年的7月7日，有77个人被邀请去参加一个大赛，大赛官方设定规则，要求这77个人自由组队，争夺一项宝物，刚开始每一个人都是独立的个体，与谁组队全凭自愿，所以刚开始每个人都各自是一个单独的团队。

（1）合并

有的势力力量过于强大，所以为了打败他们夺得宝物，有的团队就要进行结盟，合并团队。一个团队总要有一个首领，这个首领是每一个人的上级，如果把b和a合并，那么就要让a的所有人奉b的首领为首领，这样a和b两个团队的所有人的首领都是原来b的首领，这样就形成了一个新的团队了。这就是集合的合并。即a的首领的首领变为b的首领。

变为

(2)查询

现在有两个团队正在交战，为了争夺宝物，但是由于团队人数都特别多，有的人不能判断眼前这个人到底和自己是不是一个团队的，所以开始疑惑到底要不要“暴揍”这个人，为此，他们想出了一个点子，问一问对方的最大的首领是谁，如果发现对方最大的首领一样，那皆大欢喜，咱俩原来是一伙的！那就一块揍别人去；若果发现并不是一伙的，那就开始“干架”（bushi）

---

并查集的两个操作大致如此~上案例

例题：洛谷P1551亲戚题目

大致意思，现在给出若干个点，并且已知部分点具有相连关系（我们假设具有相连关系的一些点处于一个集合之中），要通过一系列操作进行集合的查找或者集合的合并，并得出结果。

算法核心思路：
——路径压缩，化多层树形结构为单层树形结构。

初始化： 每一个结点的上级都是自己，也就是说独立成一个集合 合并集合操作：

void merge(int x,int y)
{
    f[find(y)]=find(x);//让y的首领成为x的首领的小弟qwq
}

解释： f[i]指的是结点i的上一级结点的序号。
代码含义–>将y的上一级变为x的上一级的下级，也就是说让y的上一级成为x的同级（即y是x的下一级关系）
抛去上下级关系来看，y的最高级和x的最高级是同一个结点，这个样子可以知道，x和y算是一个集合之中。

查找操作：（含有路径压缩）

int find(int x)
{
    if(f[x]==x)
        return x;//说明这个x就是首领
    else
        return f[x]=find(f[x]);//路径压缩一波，让x的上一级首领变为x的现在上一级首领的上一级首领。
        //递归一下就成了x首领就是根节点首领了
}

注重解释路径压缩的部分（利用函数递归的思想，也就是栈结构） 假设现在已知结点1的上一级是结点3，节点3的上一级是结点5；即1->3->5 结点2的上一级是结点4；即2->4 现在我们想知道1和2是不是同一个集合关系。那么我们就要找1和2的最高级是不是一个结点对不对？也就是if(find(1)==find(2)) 那么就是同一个集合，反之就不是。

解释代码：
我们找find(1),很明显f[1]==3!=1,故find（1）返回f[1]=findf[1]这个时候我们注意到返回的不是一个值，是又一个函数，我们就需要进入到返回的那个函数find（3）去，一直直到返回是一个具体的值为止。
那么现在find(1)没有执行完毕，函数递归了，我们把find（1）压入栈中。现在开始执行find（3）.很显然f[3]也是不等于3，应该返回f[3]=find(f[3])也就是返回f[3]=find(5)；同样的，find（3）没执行完，压入栈中。接着执行find（5）.这个时候好了，f[5]==5。那正好返回5。现在该把栈给弹出来了，最上面的是find（3），find（3）返回值是find（5）==5。也就是返回find（3）==5；接着弹出最后一个find（1）.返回f[1]=find（3）==5。这样一个查找过程就完成了。所以我们知道结点1 的最高级是结点5。同样操作知道结点2的最高级是结点4，显然不在一个集合里面。

补充说明：在查找的过程中进行了路径压缩，所以这个过程不仅仅是得到了查找的内容，同时还优化改变了内容。仔细看，在这一个查找过程中得到了结点1的最高级是结点5，但是同时也使f[1]=5。这样直接把1的上级变成了5.在下一次操作如果还要搜索1的最高级是谁，那么直接可以知道f[1]==5，就不用再次重复上述那个递归函数的麻烦操作了，极大地简化了代码的复杂度。

图示：

附上代码：

#include<iostream>
using namespace std;
const int maxn = 1000000;
int f[maxn]; 
int find(int x)
{
    if(f[x]==x)
        return x;//说明这个x就是首领
    else
        return f[x]=find(f[x]);//路径压缩一波，让x的上一级首领变为x的现在上一级首领的上一级首领。
        //递归一下就成了x首领就是根节点首领了
}·
void merge(int x,int y)
{
    f[find(y)]=find(x);//让y的首领称为x的首领的小弟qwq
}
int main()
{
    int n,m,k;
    cin>>n>>m>>k;
    for(int i=1;i<=n;i++)
        f[i]=i;
    for(int i=1;i<=m;i++)
    {
        int a,b;
        cin>>a>>b;
        merge(a,b);
    }
    for(int i=1;i<=k;i++)
    {
        int a,b;
        cin>>a>>b;
        if(find(a)==find(b))
            cout<<"Yes"<<endl;
        else 
            cout<<"No"<<endl;
    }
    return 0;
}