并查集——找祖宗和认祖宗的数据结构

并查集的概念

并查集是一种树型的数据结构，用于处理一些不相交集合的合并及查询问题。

什么意思呢？ 处理判断该某几个元素是否同在该集合上，以及两个不相交集合之间的一个合并的过程
简单来讲就是找祖宗和认祖宗的故事（对于我一晚上的个人理解，不喜勿喷）

还有一张江湖解说图如下：

如果此时你想找到杨左使的管理者，就可以用并查集结构，如果你想让宋远桥归属到张无忌门派，就可以使用到并查集结构，那我来看下并查集的初始与结构是怎么样的

并查集的主要操作

构建并初始化并查集

初始化并查集结构，用上面图来说，就是先初始有多少个江湖人士，然后默认他们都是各自一派的管理员，代码如下：

class findUnionCollection{
    private int[] s; // 江湖人数的数组集
    int count; // 门派个数
 
 
// 构建江湖人士的数组集和门派个数
    public findUnionCollection(int length){
        s = new int[length];
        s = initCollection(s);
        count = length;
    }
 // 将每个江湖人士设置为各自一派的管理者（根节点默认为－１）
    private int[] initCollection(int[] target){
        for (int i =0;i<target.length;i++){
            target[i]=-1;
        }
        return target;
    }
}

有了各个门派的一个集合，此时我们应该也要有个可以找到每个门派的管理者一个查找方法
代码讲解：

public int find(int x){
 
 // 当这个成员的所对应的值小于０，即为－１，则为门派的管理员，直接返回
        if(s[x]<0){
            return x;
        }
  // 如果不为０，则这个成员所对应的值是他的直接上层大佬
  // 此时可以去递归这个大佬的大佬，直到找到最终的管理员
        return find(s[x]);
    }

当然，这里有个优化点，就是我们这边只是关心这个门派的管理员，而不关心这个门派的各个层次的关系，所以我们在查询的时候，可以将这层直接指引到管理员，方便下次直接查找，术语，简称路径压缩，代码如下：

public int find(int x){
 
 // 当这个成员的所对应的值小于０，即为－１，则为门派的管理员，直接返回
        if(s[x]<0){
            return x;
        }
  // 如果不为０，则这个成员所对应的值是他的直接上层大佬
  // 此时可以去递归这个大佬的大佬，直到找到最终的管理员
      // 将各个门派的成员都指向最终管理员（实际就是路径压缩）
        return s[x] = find(s[x]);
    }

有了找祖宗的方法，当然也少不了认祖宗的方法，换江湖的说话，就是投靠另一门派
代码解析：

 
// 合并两个江湖人士所属门派
public void unionCollection(int child1,int child2){
 
// 先判断两个江湖人士是否所属一派，如果是，直接返回，无须合并
        if(find(child1)==find(child2)){
            return;
        }
// 之后我们这个成员所属门派的管理员的深度进行对比
// 如果两个管理者的深度一样，就随机选一个管理员作为最终管理员，将加深其深度（减１）
// 如果child1的深度比child2的深度深，则将child2的管理员指向child1管理员
          if(s[find(child1)]<s[find(child2)]){
            s[find(child2)]=find(child1);
        }else {
            if(s[find(child1)]==s[find(child2)]){
                s[find(child2)]--;
            }
            s[find(child1)]=find(child2);
        }
由于每一次合并，都会减少一个门派，所以门派的数量也就递减
        count--;
    }

例题实战

题目描述

班上有 N 名学生。其中有些人是朋友，有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友，B 是 C 的朋友，那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈，是指所有朋友的集合。

给定一个 N * N 的矩阵 M，表示班级中学生之间的朋友关系。如果M[i][j] = 1，表示已知第 i 个和 j 个学生互为朋友关系，否则为不知道。你必须输出所有学生中的已知的朋友圈总数。

示例 1:

输入:
[[1,1,0],
[1,1,0],
[0,0,1]]
输出: 2
说明：已知学生0和学生1互为朋友，他们在一个朋友圈。
第2个学生自己在一个朋友圈。所以返回2。
示例 2:

输入:
[[1,1,0],
[1,1,1],
[0,1,1]]
输出: 1
说明：已知学生0和学生1互为朋友，学生1和学生2互为朋友，所以学生0和学生2也是朋友，所以他们三个在一个朋友圈，返回1。
注意：

N 在[1,200]的范围内。
对于所有学生，有M[i][i] = 1。
如果有M[i][j] = 1，则有M[j][i] = 1。

解题思路

1.先构建并初始一个长度为N的并查集数组，此时朋友圈的数量初始的长度

2.遍历M[][]二维数组，判断每个学生之间的关系是否为1，为1则调合并操作将两者关联起来，同时对朋友圈的数量递减

3遍历完则直接返回朋友圈的数量

3.代码实例:

class findUnionCollection{
    private int[] s; // 江湖人数的数组集
    int count; // 门派个数
 
 
// 构建江湖人士的数组集和门派个数
    public findUnionCollection(int length){
        s = new int[length];
        s = initCollection(s);
        count = length;
    }
 // 将每个江湖人士设置为各自一派的管理者（根节点默认为－１）
    private int[] initCollection(int[] target){
        for (int i =0;i<target.length;i++){
            target[i]=-1;
        }
        return target;
    }
    
public int find(int x){
 
 // 当这个成员的所对应的值小于０，即为－１，则为门派的管理员，直接返回
        if(s[x]<0){
            return x;
        }
  // 如果不为０，则这个成员所对应的值是他的直接上层大佬
  // 此时可以去递归这个大佬的大佬，直到找到最终的管理员
      // 将各个门派的成员都指向最终管理员（实际就是路径压缩）
        return s[x] = find(s[x]);
    }
}
public void unionCollection(int child1,int child2){
 
// 先判断两个江湖人士是否所属一派，如果是，直接返回，无须合并
        if(find(child1)==find(child2)){
            return;
        }
// 之后我们这个成员所属门派的管理员的深度进行对比
// 如果两个管理者的深度一样，就随机选一个管理员作为最终管理员，将加深其深度（减１）
// 如果child1的深度比child2的深度深，则将child2的管理员指向child1管理员
          if(s[find(child1)]<s[find(child2)]){
            s[find(child2)]=find(child1);
        }else {
            if(s[find(child1)]==s[find(child2)]){
                s[find(child2)]--;
            }
            s[find(child1)]=find(child2);
        }
由于每一次合并，都会减少一个门派，所以门派的数量也就递减
        count--;
    }
    
class Solution {
    public Solution(){
    }
    public static int findCircleNum(int[][] M) {
        int studentNums = M[0].length;
        findUnionCollection FUC = new findUnionCollection(studentNums);
        for(int i=0;i<studentNums-1;i++){
            for(int j = i+1; j<M[i].length;j++){
                if(M[i][j]==1){
                    FUC.unionCollection(i,j);
                }
            }
        }
        return FUC.getCount();
    }
    public static void main(String[] var0) {
        int[][] M = new int[][]{{1,1,0},{1,1,0},{0,0,1}};
        System.out.println("findUnionCollection:"+findCircleNum(M));
    }
}