算法之——并查集

欢迎收看今天的算法课堂，今天的主要内容有 并 查 集 和 并 查 集 和 并 查 集

首先是并查集所能解决的主要问题——连接问题和路径问题，其思想是将所相连的点连成树，用一个数组记录每一个节点的前驱，如果是单个的点，前驱就是自己，方便并查的操作

并查集主要是两种操作，并(union)和查(find)

1. union & find
   并主要是指将两个节点连接在一起或是将两棵树连接在一起，如果是单个的节点与一棵树或是一个节点连接，直接改变这个节点的前驱标记即可，如果是两棵树相连，那么需要遍历到树的根再进行连接——尽量减少树的深度，方便树的遍历

   具体方法如下——

int find_root(int p)
{
    //查找根节点
    while(p != parent[p])
        p = parent[p];
    return p;
}

bool isConnected(int a, int b)
{
	//判断ab节点是否相连
    return find_root(a) == find_root(b);
}

void unionElements(int a, int b)
{
    int roota = find_root(a),rootb = find_root(b);
    if(roota==rootb)	return;
    
    parent[roota] = rootb;
}

2. 并查集的优化
   优化的角度从减少树的高度的角度进行，假如我们一直将层数高的树和一棵层数底的树进行union，那么最终的树的高度会不断增加，不过在实际操作中，由于求树的层数要用dfs较为耗时，所以经常采用每棵树元素的个数进行比较，将元素少的树加在元素多的树上
   所以在代码的层面上，只需多一步求每棵树元素的个数——

void unionElements(int a, int b)
{
    int roota = find_root(a),rootb = find_root(b);
    //遍历一遍各个节点的根节点看哪棵树的元素多
    int sz_a=0,sz_b=0;
    for(int i=0; i<cnt; i++)
    {
        find_root(i);
        if(i==roota)
            sz_a++;
        if(i==rootb)
            sz_b++;
    }
    if(roota==rootb)
        return;
    if(sz_a>sz_b)
        parent[rootb] = roota;
    else
        parent[roota] = rootb;
}

3. 并查集的路径压缩
   
   在求4的根节点的时候，就可以采取parent[p] = parent[parent[p]]，这样就跳过了一步，那么如果提前到了根节点咋整呢？由于并查集中开始时本身的parent[p] = p，所以就会在原地打转，不影响