并查集

找网上的面经的时候，看到的一个题目：
阿里旺旺里人和人之间交流产生了很多个商业群，找出一共有多少个不同的群。
给出的答案是并查集。才疏学浅，不知道并查集是什么。。
以下给出一个并查集的列子，可能就会比较好理解：

初始状态，每个元素为单调一个集合；
(2,4) -> {2,4}
(5,7) -> {2,4} {5,7}
(1,3) -> {1,3} {2,4} {5,7}
(8,9) -> {1,3} {2,4} {5,7} {8,9}
(1,2) -> {1,2,3,4} {5,7} {8,9}
(5,6) -> {1,2,3,4} {5,6,7} {8,9}
(2,3) -> {1,2,3,4} {5,6,7} {8,9}

最后我们得到3个集合{1,2,3,4}, {5,6,7}, {8,9}，于是判断两个人是否有关，就变成判断两个数是否在同一个集合中的问题。如此一来，需要的数据结构就没有图结构那样庞大了。

算法的几个子过程：
(1) 开始时，为每个人建立一个集合SUB-Make-Set(x)；
(2) 得到一个关系后a,b，合并相应集合SUB-Union(a,b)；
(3) 此外我们还需要判断两个人是否在同一个集合中，这就涉及到如何标识集合的问题。我们可以在每个集合中选一个代表标识集合，因此我们需要一个子过程给出每个集合的代表元SUB-Find-Set(a)。于是判断两个人是否在同一个集合中，即两个人是否为亲戚，等价于判断SUB-Find-Set(a)=SUB-Find-Set(b)。

优化方法为路径压缩，此时的算法复杂度为O(1) (平均)
每次查找的时候，如果路径较长，则修改信息，以便下次查找的时候速度更快。
实现：

• 第一步，找到根结点。
• 第二步，修改查找路径上的所有节点，将它们都指向根结点。

find3(x)
{
r = x; while (set[r] <> r) //循环结束，则找到根节点
r = set[r];
i = x;
while (i <> r) //本循环修改查找路径中所有节点
{
j = set[i];
set[i] = r;
i = j;
} }

CSDN：http://www.cnblogs.com/cyjb/p/UnionFindSets.html
这个说的也蛮清楚的。