算法与数据结构（21）—— 并查集基础 Quick Find

高效的解决连接问题。

主要两类：1.网络中节点间的连接状态。  2.数学中集合类实现

连接问题：相对容易，只需要解决是否相连。

路径问题：两个点之间连接路径，具体的路径。

实现：用数组来实现，10个数据，值相同就为1组，那么两个数相连后，其所在的组也合并成一个组了。

主要两个操作：find(p)：时间复杂度为O(1), union(p,q) 时间复杂度O(n)，isConnection(p,q)

public class UnionFind {

    private int[] id;
    private int count;  //数据个数


    public UnionFind(int n) {
        count = n;
        id = new int[n];
        //初始化，每一个id[i]指向自己，没有合并元素，都是自己一个组
        for(int i = 0; i < n; i ++){
            id[i] = i;
        }
    }

    // 查找过程, 查找元素p所对应的集合编号
    // O(1)复杂度
    private int find(int p) {
        assert p >= 0 && p < count;
        return id[p];
    }

    // 查看元素p和元素q是否所属一个集合
    // O(1)复杂度
    public boolean isConnected(int p, int q) {
        return find(p) == find(q);
    }

    //合并两个元素，说明这两个组所有的元素都要合并到一个组
    public void union(int p, int q){

        int pID = find(p);
        int qID = find(q);

        if(qID == pID){
            return;
        }

        for(int i = 0; i < count; i ++){
            if(id[i] == pID){
                id[i] = qID;
            }
        }
    }
}

 // 进行n次操作, 每次随机选择两个元素进行合并操作
        for( int i = 0 ; i < n ; i ++ ){
            int a = (int)(Math.random()*n);
            int b = (int)(Math.random()*n);
            uf.union(a,b);
        }

总结：可以看得到，尽管union是O（n），但是在生成时要遍历所有的，所以这个算法复杂度为O（n^2），但是find很快，故这种叫Quick find这种方式。