Union Find原理及模板

实质：多叉树

功能：快速合并和查找

时间复杂度：Union - O(1) Find - O(1)

核心思想：连接根

底层数据结构：

父亲表示法——用一个Array/HashTable来记录每个节点的父亲是谁

father[A] =  B

查询所在集合：

用所在集合最顶层的老大哥节点来代表这个集合

合并两个集合：

找到两个集合中最顶层的两个老大哥节点A和B

father[A] = B  or  father[B] = A

Python模板：

f = {} #初始化父亲表

for ele in list:

    f[ele] = ele #最开始，所有的父亲节点都指向自己，也可以指向空

#路径压缩——在找到老大哥以后，还需要把一路上经过的点都指向老大哥。

def find(x,f):

    j = x

    while f[j] != j :

        j = f[j]

   while x != j:

       fx = f[x]

       f[x] = j

       x = fx

    return j

#集合合并——找到两个元素所在集合的老大哥A和B，将其中一个老大哥的父指针指向另一个老大哥

def merge(x,y,f):

    fx = find(x,f)

    fy = find(y,f)

    if fx != fy:

        f[fx] = fy

时间复杂度 O(log *n) 约等于O(1)