并查集

作用：

    合并两个集合，查询两个元素是否在同一个集合中。

代表元：一个结合中的某个元素，此元素可以代表这个集合。

大概实现：

    把集合想象成一棵树，集合中的代表元是根节点，根节点的父亲是自身，根节点有孩子，孙子...，而且我们还有一个变量维护了当前树的节点个数，而且这个值只有根节点有权访问。

形象原理：

    之前学习的时候查看别人博客，觉得有一段解释非常形象，在这里借用一下。

    （原博文地址：https://blog.csdn.net/u013546077/article/details/64509038）

    话说江湖上散落着各式各样的大侠，有上千个之多。他们没有什么正当职业，整天背着剑在外面走来走去，碰到和自己不是一路人的，就免不了要打一架。但大侠们有一个优点就是讲义气，绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”，只要是能通过朋友关系串联起来的，不管拐了多少个弯，都认为是自己人。这样一来，江湖上就形成了一个一个的群落，通过两两之间的朋友关系串联起来。而不在同一个群落的人，无论如何都无法通过朋友关系连起来，于是就可以放心往死了打。但是两个原本互不相识的人，如何判断是否属于一个朋友圈呢？

我们可以在每个朋友圈内推举出一个比较有名望的人，作为该圈子的代表人物，这样，每个圈子就可以这样命名“齐达内朋友之队”“罗纳尔多朋友之队”……两人只要互相对一下自己的队长是不是同一个人，就可以确定敌友关系了。

但是还有问题啊，大侠们只知道自己直接的朋友是谁，很多人压根就不认识队长，要判断自己的队长是谁，只能漫无目的的通过朋友的朋友关系问下去：“你是不是队长？你是不是队长？”这样一来，队长面子上挂不住了，而且效率太低，还有可能陷入无限循环中。于是队长下令，重新组队。队内所有人实行分等级制度，形成树状结构，我队长就是根节点，下面分别是二级队员、三级队员。每个人只要记住自己的上级是谁就行了。遇到判断敌友的时候，只要一层层向上问，直到最高层，就可以在短时间内确定队长是谁了。由于我们关心的只是两个人之间是否连通，至于他们是如何连通的，以及每个圈子内部的结构是怎样的，甚至队长是谁，并不重要。所以我们可以放任队长随意重新组队，只要不搞错敌友关系就好了。于是，门派产生了。

操作：

    初始化集合，合并集合，查询两个元素是否在同一个集合，查找一个元素所在集合的代表元素。前面三个操作是暴露给用户的接口，后面一个是代码服用私有的函数，无需给用户展示。

代码实现：

type Node struct {
	n interface{}
}

type UnionFind struct {
	fatherMap map[Node]Node
	sizeMap   map[Node]int32
}

Node是集合元素的类型，UnionFind是并查集的结构，我们采用哈希表实现。下面会说具体实现。

fatherMap：

    key：元素

    val：元素所在集合的代表元

sizeMap：

    key：代表元

    val：代表元所在集合的元素个数（包括代表元）

func (this *UnionFind) MakeSets(nodes []Node) {

	for key := range this.fatherMap {
		delete(this.fatherMap, key)
	}

	for key := range this.sizeMap {
		delete(this.sizeMap, key)
	}

	for _, opt := range nodes {
		this.fatherMap[opt] = opt
		this.sizeMap[opt] = 1
	}
}

函数功能：传入一系列元素，并且把每个元素初始化成一个集合。

函数实现：首先清空两个哈希表，确保恢复到初始化的状态，然后每个元素成为一个单独的集合。

func (this *UnionFind) findHead(node Node) Node {

	father, _ := this.fatherMap[node]

	if father != node {
		this.findHead(father)
		this.fatherMap[node] = father
	}

	return father
}

函数功能：查询一个元素的代表元并且返回。

函数实现：代表元就是fatherMap中以形参作为键的元素值，这个过程中有着压缩路径的优化。

压缩路径：就是在合并的过程中可能会出现树的深度增长，不利于findHead，此时我们在findHead的过程中，如果发现树的深度大于2，那么我们就将树的深度优化为2，也就是说这个集合中，代表元是根节点，其他元素都是根节点的直接孩子节点。这样便于查询。

func (this *UnionFind) IsSameSet(n1, n2 Node) bool {
	return this.findHead(n1) == this.findHead(n2)
}

函数功能：查询两个元素是否在同一个集合。

函数实现：如果两个集合的代表元相同则在一个集合。

func (this *UnionFind) Union(n1, n2 Node) {

	f1 := this.findHead(n1)
	f2 := this.findHead(n2)

	if f1 != f2 {
		s1 := this.sizeMap[f1]
		s2 := this.sizeMap[f2]

		if s1 <= s2 {
			this.fatherMap[f1] = f2
			this.sizeMap[f2] += this.sizeMap[f1]
			delete(this.sizeMap, f1)
		} else {
			this.fatherMap[f2] = f1
			this.sizeMap[f1] += this.sizeMap[f2]
			delete(this.sizeMap, f2)
		}
	}
}

函数功能：合并两个元素所在的集合

函数实现：如果两个元素在一个集合，什么也不做。如果不在一个集合，比较两个集合的个数，将小集合的代表元直接指向大集合的代表元，并且更新大集合的sizeMap值，同时删除原来小集合的sizeMap值，因为此时原来的小集合的代表元已经变更了，这样就合并了两个集合。