并查集学习

一、并查集简介

并查集，处理一些不相交集合（Disjoint Sets）的合并及查询问题。常用于判断无向图中连通分量的个数和任意两个顶点是否连通。

二、并查集操作

• 初始化：把每个元素所在集合初始化为其自身
  

• 合并（Union）：把两个不相交的集合合并成一个集合，通常，合并之前会检查两个元素是否属于同一个集合。

• 查询（Find）：查询元素所在的集合（代表节点/代表元），也可以用于判断两个元素是否属于同一个集合。

• 路径压缩(find)：查找时，使节点x到root之间的所有节点都指向root。
  

• 按秩合并(union) ：合并时，将层次少的集合合并到层次多的集合。
  

三、并查集森林与代表元

• 并查集森林：并查集(S)由若干子集合(si)构成，并查集的逻辑结构是一个森林，每个子集合就是一个树（连通子图）。
• 代表元：用集合中的一个元素——通常是root（树根）代表集合。该子集中所有节点的父节点都直接或间接指向代表元。若父节点等于节点本身，则该节点就是代表元。

四、代码实现

class UnionFindSet {
	int[] parent;
	int[] rank;
	int count; // 小集合的个数
	
	public UnionFindSet(char[][] grid) {
		count = 0;
		int m = grid.length;
		int n = grid[0].length;
		parent = new int[m * n];
		rank = new int[m * n];
		
		for (int i = 0; i < m; ++i) {
			for (int j = 0; j < n; ++j) {
				int value = hash(i, j, n);
				if (grid[i][j] == '1') { // 只需要处理陆地节点
					// 由于不关心节点的值，这里存储封装后的索引
					parent[value] = value;
					++count; // 小集合的个数+1
				}
				rank[value] = 1;
			}
		}
	}
	//为什么要使用hash来进行映射，因为坐标是二维数据，如果只是一维数据可以直接用变量i来存储
	public int hash(int x, int j, int constant) {
		return x * constant + j;
	}
	
	public void union(int x, int y) {
		// 1.分别获取两个节点的代表节点
		int rootX = find(x);
		int rootY = find(y);
		
		// 2.不属于同一个集合，才进行合并
		if (rootX != rootY) {
			if (rank[rootX] > rank[rootY]) {
				parent[rootY] = rootX;
			} else if (rank[rootX] < rank[rootY]) {
				parent[rootX] = rootY;
			} else {
				parent[rootY] = rootX;
				rank[rootX] += 1;
			}
			
			// 3.集合合并，数量减1
			--count;
		}
	}
	public int find(int i) {
		if (parent[i] != i)
			parent[i] = find(parent[i]);
		
		return parent[i]; 
	}
	
	public int getCount() {
		return count;
	}
}

五、并查集链表实现思路

使用链表结构来实现并查集
• 每个集合是一个链表（head，tail）
• 集合的代表节点为链表头节点
• 链表节点对象应包含数据域（集合元素）、 next指针、back指针（指向head）
• 合并：将长度短的链表合并到长的链表后，修改短链表所有节点的back指针
• 查找：沿着back指针返回集合对象，返回链表head指向的元素