L2-024 部落(分数 35)(C++ 并查集)

在一个社区里，每个人都有自己的小圈子，还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里，于是要请你统计一下，在一个给定社区中，到底有多少个互不相交的部落？并且检查任意两个人是否属于同一个部落。

输入格式：

输入在第一行给出一个正整数N（≤104），是已知小圈子的个数。随后N行，每行按下列格式给出一个小圈子里的人：

K P[1] P[2] ⋯ P[K]

其中K是小圈子里的人数，P[i]（i=1,⋯,K）是小圈子里每个人的编号。这里所有人的编号从1开始连续编号，最大编号不会超过104。

之后一行给出一个非负整数Q（≤104），是查询次数。随后Q行，每行给出一对被查询的人的编号。

输出格式：

首先在一行中输出这个社区的总人数、以及互不相交的部落的个数。随后对每一次查询，如果他们属于同一个部落，则在一行中输出Y，否则输出N。

输入样例：

4
3 10 1 2
2 3 4
4 1 5 7 8
3 9 6 4
2
10 5
3 7

输出样例：

10 2
Y
N

思路：

简单的并查集，直接套用并查集即可。

并查集（Disjoint Set Union，DSU）是一种数据结构，用于管理元素的分组和查询。它主要支持两种操作：查找（Find）和合并（Union）。

1. 查找（Find）： 查找操作用于确定某个元素属于哪个集合，通常是通过查找该元素所在的根节点来实现的。根节点的特点是指向自己，即 p[u] = u。查找操作可能会进行路径压缩，即在查找的过程中，将经过的节点直接指向根节点，以减少后续查找的时间。

2. 合并（Union）： 合并操作用于将两个集合合并为一个集合，通常是将其中一个集合的根节点指向另一个集合的根节点。这样，两个集合就合并为一个大的集合了。合并操作的时间复杂度通常很小，因为只需修改少量节点的指向。

并查集常用于解决诸如连通性、最小生成树等问题。例如，在图论中，可以使用并查集来判断两个节点是否在同一个连通分量中，从而判断图是否连通；在最小生成树算法中，也可以使用并查集来判断两个节点是否在同一个集合中，以决定是否将它们连接起来。

并查集的一个优点是，它在连接和查询的时间复杂度都是接近常数级别的，因此在某些需要频繁进行这两种操作的问题中非常高效。

代码：

#include <iostream>
#include <set>

using namespace std;

const int N = 1e4 + 10;

int n, x;
int p[N];
set<int>s;

// 查找并路径压缩
int find(int u) {
    if (p[u] != u) p[u] = find(p[u]);
    return p[u];
}
 
int main() {
    // 初始化并查集
    for (int i = 1; i < N; i ++ ) p[i] = i;
    // 输入数据
    cin >> n;
    for (int i = 0; i < n; i ++ ) {
        cin >> x;
        int a, b;
        cin >> a;
        s.insert(a);
        for (int j = 0; j < x - 1; j ++ ) {
            cin >> b;
            s.insert(b);
            // 合并集合
            a = find(a), b = find(b);
            p[b] = a;
        }
    }
    // 确定每个元素所在的集合
    for (int i = 1; i <= s.size(); i ++ ) find(i);
    // 统计集合的个数
    set<int>res;
    for (int i = 1; i <= s.size(); i ++ ) res.insert(p[i]);
    // 输出集合个数和连通分量个数
    cout << s.size() << ' ' << res.size() << endl;
    int q;
    // 查询是否连通
    cin >> q;
    while (q -- ) {
        int a, b;
        cin >> a >> b;
        a = find(a), b = find(b);
        if (a == b) puts("Y");
        else puts("N");
    }
}