并查集的实例以及应用

博客主要参考：https://baike.so.com/doc/6119935-6333082.html 

1.概念与运用

并查集是一种树型的数据结构，用于处理一些不相交集合(Disjoint Sets)的合并及查询问题，常常在使用中以森林来表示。主要运用在查找无向图的连通性问题上(连通分支个数问题、种类问题等)，不管如何出现，只要可以抽象成无向图的连通性问题，均可以运用。

2.具体实例

实例来自飘过的小牛中的博客：

话说江湖上散落着各式各样的大侠，有上千个之多。他们没有什么正当职业，整天背着剑在外面走来走去，碰到和自己不是一路人的，就免不了要打一架。但大侠们有一个优点就是讲义气，绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”，只要是能通过朋友关系串联起来的，不管拐了多少个弯，都认为是自己人。这样一来，江湖上就形成了一个一个的帮派，通过两两之间的朋友关系串联起来。而不在同一个帮派的人，无论如何都无法通过朋友关系连起来，于是就可以放心往死了打。但是两个原本互不相识的人，如何判断是否属于一个朋友圈呢？

我们可以在每个朋友圈内推举出一个比较有名望的人，作为该圈子的代表人物。这样，每个圈子就可以这样命名“中国同胞队”美国同胞队”……两人只要互相对一下自己的队长是不是同一个人，就可以确定敌友关系了。

但是还有问题啊，大侠们只知道自己直接的朋友是谁，很多人压根就不认识队长要判断自己的队长是谁，只能漫无目的的通过朋友的朋友关系问下去：“你是不是队长？你是不是队长？”这样，想打一架得先问个几十年，饿都饿死了，受不了。这样一来，队长面子上也挂不住了，不仅效率太低，还有可能陷入无限循环中。于是队长下令，重新组队。队内所有人实行分等级制度，形成树状结构，我队长就是根节点，下面分别是二级队员、三级队员。每个人只要记住自己的上级是谁就行了。遇到判断敌友的时候，只要一层层向上问，直到最高层，就可以在短时间内确定队长是谁了。由于我们关心的只是两个人之间是否是一个帮派的，至于他们是如何通过朋友关系相关联的，以及每个圈子内部的结构是怎样的，甚至队长是谁，都不重要了。所以我们可以放任队长随意重新组队，只要不搞错敌友关系就好了。于是，门派产生了。

3.具体实现(固定)

//在地图上给你若干个城镇，这些城镇都可以看作点，然后告诉你哪些对城镇之间是有道路直接相连的。最后要解决的是整幅图的连通性问题。输入数据如下：
//第一行：4 2 
//第二行：1 3 
//第三行：4 3
//第一行告诉你，一共有4个点，2条路。下面两行告诉你，1、3之间有条路，4、3之间有条路
class solution{
    int getRoot(vector<int> nums, int root){
        int son = root;
        while (root != nums[root]){ //查找根节点
            root = nums[root];
        }
        while (son != root){ //路径压缩
            int t = nums[son]; //直接根节点
            nums[son] = root;
            son = t;
        }
        return root;
    }
    
    int buildConnection(int n, int m, vector<vector<int>> edges){  //参数取决于题目,这里假设是无向图的连通问题
        vector<int> nums(n);
        for (int i = 0; i < n; ++i) nums[i] = i;
        for (auto edge: edges){
            int a = getRoot(nums, edge[0]);
            int b = getRoot(nums, edge[1]);
            if (a != b){
                nums[a] = b;
            }
        }
    }
}

路径压缩是特别重要的，可以解决快速查找根节点的问题：

[1]https://blog.csdn.net/niushuai666/article/details/6662911

[2] https://baike.so.com/doc/6119935-6333082.html