【扫盲】并查集2

除了使用路径压缩这种优化措施，还可以使用按秩合并。

按秩合并（Union by Rank）： 在树中进行合并操作时，总是将秩（树的高度）较小的树连接到秩较大的树的根上，这样可以保证树的深度尽可能小，从而提高查询效率。

以下是另一种并查集的一个简单实现示例：

public class UnionFind {
    private int[] parent; // 记录每个节点的父节点
    private int[] rank;   // 记录每个节点的高度（父节点的数目）
 
    public UnionFind(int size) {
        parent = new int[size];
        rank = new int[size];
        for (int i = 0; i < size; i++) {
            parent[i] = i; // 初始时每个节点的父节点是自己
            rank[i] = 0;   // 初始时每个节点的高度为0
        }
    }
 
    public int find(int x) {
        if (parent[x] != x) {
            parent[x] = find(parent[x]); // 路径压缩
        }
        return parent[x];
    }
 
    public void union(int x, int y) {
        int rootX = find(x);
        int rootY = find(y);
        if (rootX != rootY) {
            // 如果两个根节点的高度不同，将较低的树合并到较高的树下
            if (rank[rootX] > rank[rootY]) {
                parent[rootY] = rootX;
            } else if (rank[rootX] < rank[rootY]) {
                parent[rootX] = rootY;
            } else {
                // 如果两个树的高度相同，将其中一个的根节点作为另一个的子节点，并提升其高度
                parent[rootY] = rootX;
                rank[rootX] += 1;
            }
        }
    }
 
    public boolean isConnected(int x, int y) {
        return find(x) == find(y);
    }
}

使用：

UnionFind uf = new UnionFind(10); // 初始化并查集，有10个元素
uf.union(1, 2); // 合并元素1和元素2所在的集合
uf.union(2, 3); // 合并元素2和元素3所在的集合，此时元素1和元素3也在同一个集合中
boolean connected = uf.isConnected(1, 3); // 查询元素1和元素3是否连通

这个实现支持路径压缩，即在find操作中通过递归查找时将路径上的每个节点直接连接到根节点，以减少查找时间。

同时，它也支持高度平衡的合并策略，即合并两个高度相同的子树时，将较低的子树连接到较高的子树上，并可能增加较高子树的高度。