[基础算法 - 并查集]详细的并查集介绍以及各种操作讲解

首先理解并查集的含义

并：可以合并

查：可以查询

集：由集合组成

为什么我们需要并查集

在解决“连通块”，“城市修路”，“江湖门派”等问题时，使用并查集可以高效地解决问题。非常，非常高效。

并查集长啥样（同权并查集）

并查集是一种单边有向图，边代表的含义仅仅是属于关系，一般可以用数组实现。举个例子，我们现在有5个点（1 ~ 5），分别随机摆放。

我们初始化一个pre[]数组，指向某点的前导点（父节点），父节点默认为自身。

void init()
{
    for(int i = 1; i <= n; ++i)pre[i] = i;
}

 此时的每个点都指向自身，即pre[1] = 1,pre[2] = 2,pre[3] = 3,pre[4] = 4,pre[5] = 5;

如何合并

在合并之前，我们需要写一个函数来“找到根节点”，注意是根节点而不是父节点，根节点是父的父的父的父的父......最终的父亲才是根。由于单个点过于随机和不好处理，之后的合并，查询等操作都会在“根节点”上执行，无一例外。

int root(int x)//找到点 x 的根节点 
{
    while(pre[x] != x)x = pre[x];
    //只要x不是根节点，就一直回溯
    return x;
}

是不是非常简单?（这不是最终版的查找根节点的函数，后续还有路径压缩优化）

比如我们现在有如下的图（先别管怎么连起来的）：

很明显pre[2] = 3,pre[3] = 4,pre[4] = 4。

那么 root( 2 ) 会返回4，root( 3 ) 也会返回4，这是显而易见的。

接下来，我们试着把 节点5 合并到 2 - 3 - 4 中，前面说过所有操作都在根上完成，那么我们就这样写合并函数（为了防止函数名冲突，特意没用merge这个名字）。

void mege(int u,int v)//将u v 节点合并
{
    pre[root(u)] = root(v);//u的根节点指向v的根节点
    //pre[root(v)] = root(u);反之也行
}

这样操作之后，图会有两种可能。下面参数中的的2 3 4可以随意替换，但是5必须有。

如果我们执行 mege(5,2)

 若执行mege(3,5)

霸特！无伤大雅，我们只要他们几个连起来就行，根是谁不重要，根相同才重要。

如何查询

 比如我们想知道 2 与 4 是否连通，那么只需要判断是否同根。

bool iscon(int u,int v)
{
    return root(u) == root(v);
}

甚至连注释都不想写了，这个道理也是显而易见的。

假设此时图为第二种。

我们想知道 1 和 3 是否连通，那么函数会返回：1 == 5 显然是 false。

如果要查 2 和 3是否连通，那么函数返回：5 == 5 显然是 true。

并查集的核心优化 - 路径压缩

如果图比较小，或者路径比较短，合并与查询速度都还行，但是如果有一条长度为10000甚至更长的路径，如下图：

 如果此时我们查询 1 与 2是否连通，或者 合并 1 和 5 这类操作，时间复杂度会达到惊人的O(n)，而且是每一次操作都这么慢。

有没有办法优化呢？有，而且很简单，只需要稍微修改一下root函数就行了，你怎么不早说啊喂！

int root(int x)//找到点 x 的根节点
{
    int rx = x;//用rx代替x进行查找
    while(pre[rx] != rx)rx = pre[rx];
    //只要x不是根节点，就一直回溯
    pre[x] = rx;//直接将x指向根节点
    return rx;
}

这样的话，当我们进行第一次 查询 1 2连通 时，在执行root函数时1会直接指向根而放弃指向2（终究是错付了）

如下图

由于我们的操作都在根上完成，所以这样并不会影响操作，反而可以将速度提高很多。 

并查集的其他基本操作

查询连通块的个数，即根的个数

int rootsum()
{
    int cnt = 0;
    for(int i = 1; i <= n; ++i)if(pre[i] == i)cnt++;
    return cnt;
}

 讲完了，没了。