并查集

并查集

---

并查集是这样一种数据结构，它提供查询和合并的功能，所以叫并查集对吧。 具体什么意思呢？ 可以把并查集抽象成很多个互不相交的集合组成的集合。
那么查询指的就是选择两个元素，查询它们是否在同一个子集合里面。我们举个栗子，({}表示集合)，{{1,3},{2,4}} 假设我们查询操作是find(int x1,int x2),那么find(1,2)和find(1,3)分别返回假和真，因为很明显，1和3在同一个集合中，而1和2在不同的集合中。
而合并呢？就是让两个元素所属的集合合并为一个集合,就拿上面那个栗子来说吧，假设我们的合并操作是unite(int x,int y)，那么unite(1,2)的结果就是让原本的大集合变成了{{1,3,2,4}}，两个集合变成了一个集合。

---

接着我们来思考一下怎么用代码实现并查集，不妨先试一试最正常的数组，如下：

i	1	2	3	4	5
set[i]	1	2	3	1	2

我们规定：set[i]表示所处集合，i表示该集合包含元素，照此，该例中有三个集合，1集合为{1，4}，2集合为{2，5}，3集合为{3}.
不难理解，查询操作的代码则可以如此编写：

int find(int x)
{
    return set[x];//set[i] 代表 i所处的集合,返回x所处的集合
}
int same(int x,int y)
{
    return find(x) == find(y);
}

合并操作的代码如下：

void unite(int x,int y,int n)//n代表一共有多少个元素
{
    int i;
    for(i = 0;i < n;i++){
        if(set[i] == y)
            set[i] = find(x);    //把y所处的集合名改成x的达到合并的目的
    }
}

但是，使用线性结构的数组是否能满足高效的特点呢？显然不能，于是，我们又想到了使用树结构,这时我们规定：
- i != set[i]时，set[i]是i的父亲
- i == set[i]时，i就是第i集合的根节点

再如下表：

i	1	2	3	4	5
set[i]	1	2	3	1	2

就可以看成三个集合，分别为{1->4},{2->5},{3}.
那么根节点就是区分不同集合的关键字，显然，获取所处集合的方法就是从元素出发，向上找到根节点，而合并就是把两棵树变成一棵树，为了更加高效，我们规定一种优化（路径压缩）的原则：
- 深度小的树连在深度大的树根节点上
- 让元素直接连在根节点上

代码如下（分析在注释中）：

int set[MAX];//代表父亲的集合
int depth[MAX];//代表树的深度

int find(int x) //获取根节点值
{
    if(x == set[x])
        return x;
    else
        return set[x] = find(set[x]);//实现原则2（让元素直接与根节点相连）、同时沿着父亲向根节点递归进发
}

void unite(int x,int y) //合并x、y所处的集合
{
    x = find(x);y = find(y);   //找到x、y所处的集合
    if(x == y) return ; //如果是相同集合，则不需要合并，直接返回
    if(depth(x) < depth(y)) //如果x比y深度小，把x接到y上面，直接让y成为x的父亲即可
    {
        set[x] = y;
    }
    else
    {
        set[y] = x; //反之，把y接到x上
        if(depth(x) == depth(y)) depth(x)++;//如果两棵树深度相同，则合并之后它们的深度加一
    }
}

int same(int x,int y) //判断x、y是否在同一个集合中
{
    return find(x) == find(y);
}

---