并查集详解与优化-CSDN博客

本文链接：https://blog.csdn.net/ctsas/article/details/54632384

并查集是一种用于处理不相交集合合并及查询的数据结构，常见于动态连通性判断，如图连通性、元素归属。常用操作包括Find和Union。优化策略包括路径压缩和Rank合并，以提升效率。路径压缩通过递归找祖先时直接连接子孙，Rank合并则依据集合大小合并以平衡树形结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在计算机科学中，并查集是一种树型的数据结构，其保持着用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。有一个联合-查找算法（union-find algorithm）定义了两个操作用于此数据结构：

Find：确定元素属于哪一个子集。它可以被用来确定两个元素是否属于同一子集。
Union：将两个子集合并成同一个集合。

因为它支持这两种操作，一个不相交集也常被称为联合-查找数据结构（union-find data structure）或合并-查找集合（merge-find set）。其他的重要方法，MakeSet，用于建立单元素集合。有了这些方法，许多经典的划分问题可以被解决。

为了更加精确的定义这些方法，需要定义如何表示集合。一种常用的策略是为每个集合选定一个固定的元素，称为代表，以表示整个集合。接着。Find(x)返回x所属集合的代表，而Union使用两个集合的代表作为参数。

在ACM中

　　并查集一般用于对动态连通性的判断，主要应用于判断两个元素是否在同一个集合，两个点是否连通，变量名等同性以及间接好友的判断。同时并查集经常作为其他模板的一部分实现某些功能。
　　并查集常用于的题型为判断某两个元素是否属于同一个集合，判断图是否连通或是否有环，或配合其他算法如最小生成树Kruskal，与DP共同使用等。

C/C++的并查集实现

不带高度的并查集

  int par[N];

  void init(int n) {
      for (int i = 0; i <= n; par[i] = i++);
  }

  void unite(int x, int y) {
      par[find(y)] = find(x);
  }

  int find(int u) {
      return par[u] == u ? par[u] : par[u] = find(par[u]);
  }

带高度的并查集

int par[MAX_N];
int rank[MAX_N];

void init(int n){
	for(int i=0;i<n;par[i]=i++)
		rank[i]=0;
}

int find(int u){
	return par[u] == u ? par[u] : par[u] = find(par[u]);
}

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

相关并查集的ACM习题

poj 1611 The Suspects

poj 1182 食物链(并查集经典题目)