并查集（很简单，秒懂的）

并查集，感觉很高级的样子，其实也挺高级

什么是并查集

一个可以合并，查找的集合。画图理解的话，他就像是一棵树，它注重的是每个结点和所在树的树根关系，每个结点保存着根结点的值

简单的例子：

用一棵树表示学校的所有人，树顶是学校名字。

如何判断两个学生是否是一个学校的，他们只需要说出自己的学校名字就可以了。而不需要各自通过自己认识的老师来判断是否是一个学校的，这就是并查集。

作用

1. 连通性问题：并查集最常用的应用是解决元素之间的连通性问题。例如，可以用并查集来确定图中两个节点之间是否存在路径，或者在网络中连接设备的情况下确定两个设备是否连通。

2. 等价关系问题：在许多情况下，需要确定两个元素是否等价，即它们是否属于同一个等价类。并查集可以用来管理等价关系，将具有相同属性的元素归为同一个集合。

3. 最小生成树算法：在 Kruskal 算法中，使用并查集来管理边的连接状态，以便在形成最小生成树时快速确定是否形成了环。

4. 图论问题：并查集在解决图论问题时也很有用，例如在无向图中判断是否存在环、计算连通分量的数量等。

注意：Kruskal算法需要用到优先队列

并查集的实现分四步

1.初始化数组

#include <bits/stdc++.h>

using namespace std;

vector<int>parent(11);

void initial()
{
    for(int i=0;i<11;i++)
        parent[i]=i;
}

每个元素只关注谁是它的根结点，首先将它自己看作自己的根结点

2.查找函数（find）：查找根

• 路径不压缩

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

• 路径压缩

  int find(int x) {
      if(parent[x] == x)
          return x;
      else
          return parent[x] = find(parent[x]); // 路径压缩
  }

  路径压缩：它会更加注重与根结点的关系；

如果不压缩的话，会保留一些树的痕迹，如果想要找到真正的根，还需要遍历上去

3.合并（merge）：将两棵树合在一起

void merge(int i, int j) {
    int root_i = find(i);
    int root_j = find(j);
    if(root_i != root_j)
        parent[root_i] = root_j;
}

找出两个结点的根结点，将一个根结点等于另一个，进行find函数递归时，路径压缩可以让两棵树的结点都等于新的根结点

自此，并查集的基本操作就实现了。

讲讲连通性问题和最小生成树算法的大致方法（不涉及思路，不然就太长了）

如何判断图是否连通？

通过并查集，查找结点储存的根结点值，如果两个不同的结点，他们的根结点值相同，则证明连通

最小生成树

将所有的结点信息存入优先队列中，每次取出权最小的结点，用并查集来防止连通，如果连通，就舍弃这个结点，换下一个

例题可以来点

https://www.luogu.com.cn/problem/P3366https://www.luogu.com.cn/problem/P3366

https://www.lanqiao.cn/problems/17049/learning/?page=4&first_category_id=1&tags=%E5%B9%B6%E6%9F%A5%E9%9B%86&status=1https://www.lanqiao.cn/problems/17049/learning/?page=4&first_category_id=1&tags=%E5%B9%B6%E6%9F%A5%E9%9B%86&status=1