数据结构与算法——7-25 朋友圈 (25分)

7-25 朋友圈 (25分)

某学校有N个学生，形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好，形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。根据“我的朋友的朋友也是我的朋友”这个推论可以得出，如果A和B是朋友，且B和C是朋友，则A和C也是朋友。请编写程序计算最大朋友圈中有多少人。

输入格式:
输入的第一行包含两个正整数N（≤30000）和M（≤1000），分别代表学校的学生总数和俱乐部的个数。后面的M行每行按以下格式给出1个俱乐部的信息，其中学生从1~N编号：

第i个俱乐部的人数Mi（空格）学生1（空格）学生2 … 学生Mi

输出格式:
输出给出一个整数，表示在最大朋友圈中有多少人。

思路：考察知识点 并查集
并查集是一种树型的数据结构，用于处理一些不交集（Disjoint Sets）的合并及查询问题。有一个联合-查找算法（union-find algorithm）定义了两个用于此数据结构的操作：

Find：确定元素属于哪一个子集。这个确定方法就是不断向上查找找到它的根节点，它可以被用来确定两个元素是否属于同一子集。
Union：将两个子集合并成同一个集合。

为了更加精确的定义这些方法，需要定义如何表示集合。一种常用的策略是为每个集合选定一个固定的元素，称为代表，以表示整个集合。接着，Find(x) 返回 x 所属集合的代表，而 Union 使用两个集合的代表作为参数。
也可以参考这位大佬所写的，挺通俗易懂

#include<iostream>
using namespace std;
#define MAXN 30010
 
int Pre[MAXN] = {0};//存储本圈子的上级也就是父结点
int Root[1010] = {0};//用于存储每个俱乐部的代表也就是根结点
int cnt[MAXN] = {0};//统计每位学生朋友数
 
int find_root(int x)//查找结点x的根结点
{
    if(Pre[x]==0)
        return x;
    else return find_root(Pre[x]);
}

void join(int a,int b)
{
    int father1 = find_root(a);
    int father2 = find_root(b);
    if(father1!=father2)     //合并
        Pre[father1] = father2;
}
 
int main()
{
    int num_student,num_club;
    cin>>num_student>>num_club;
    for(int i = 0;i<num_club;i++)
    {
        int total;
        cin>>total;//输入每个俱乐部人数
        for(int j = 0;j<total;j++)
        {
            int num;
            cin>>num;
            if(Root[i]==0)
                Root[i] = num;//初始化每个俱乐部代表就是第一位输入的那名学生
            else
                join(num,Root[i]);
        }
    }
    for(int i = 1;i<=num_student;i++)
    {
        cnt[find_root(i)]++;
    }
    int max = 0;
    for(int i = 0;i<=num_student;i++)
        if(cnt[i]>max)
            max = cnt[i];
    cout<<max<<endl;
    return 0;
}