并查集分析与模板C++

并查集是一种数据结构
并（Union），代表合并
查（Find），代表查找
集（Set），代表这是一个以字典为基础的数据结构，它的基本功能是合并集合中的元素，查找集合中的元素
并查集的典型应用是有关连通分量的问题
并查集解决单个问题（添加，合并，查找）的时间复杂度都是O(1)O(1)O(1)
因此，并查集可以应用到在线算法中

并查集跟树有些类似，只不过她跟树是相反的。在树这个数据结构里面，每个节点会记录它的子节点。在并查集里，每个节点会记录它的父节点。
 

class UnionFind{
private:
    // 记录父节点
    unordered_map<int,int> father;
};

当把一个新节点添加到并查集中，它的父节点应该为空

    void add(int x){
        if(!father.count(x)){
            father[x] = -1;
        }
    }

如果发现两个节点是连通的，那么就要把他们合并，也就是他们的祖先是相同的。这里究竟把谁当做父节点一般是没有区别的。
 

    void merge(int x,int y){
        int root_x = find(x);
        int root_y = find(y);
        
        if(root_x != root_y){
            father[root_x] = root_y;
        }
    }

我们判断两个节点是否处于同一个连通分量的时候，就需要判断它们的祖先是否相同

    bool is_connected(int x,int y){
        return find(x) == find(y);
    }

查找祖先的方法是：如果节点的父节点不为空，那就不断迭代

    int find(int x){
        int root = x;
        
        while(father[root] != -1){
            root = father[root];
        }
        
        return root;
    }

这里有一个优化的点：如果我们树很深，比如说退化成链表，那么每次查询的效率都会非常低。所以我们要做一下路径压缩。也就是把树的深度固定为二。
这么做可行的原因是，并查集只是记录了节点之间的连通关系，而节点相互连通只需要有一个相同的祖先就可以了。
路径压缩可以用递归，也可以迭代。这里用迭代的方法。

    int find(int x){
        int root = x;
        
        while(father[root] != -1){
            root = father[root];
        }
        
        // 路径压缩
        while(x != root){
            int original_father = father[x];
            father[x] = root;
            x = original_father;
        }
        
        return root;
    }

完整模板
 

class UnionFind{
public:
    int find(int x){
        int root = x;
        
        while(father[root] != -1){
            root = father[root];
        }
        
        while(x != root){
            int original_father = father[x];
            father[x] = root;
            x = original_father;
        }
        
        return root;
    }
    
    bool is_connected(int x,int y){
        return find(x) == find(y);
    }
    
    void merge(int x,int y){
        int root_x = find(x);
        int root_y = find(y);
        
        if(root_x != root_y){
            father[root_x] = root_y;
        }
    }
    
    void add(int x){
        if(!father.count(x)){
            father[x] = -1;
        }
    }
    
private:
    // 记录父节点
    unordered_map<int,int> father;
};

并查集一般有两种优化，这里规范一下表达：

「路径压缩」：在并查集中查找代表元素时，会将经过的所有元素「直接」连接到代表元素，也就是将连通分量「压扁」。

「按秩合并」：在并查集中合并两个连通分量时，将「秩」小的连通分量合并到「秩」大的连通分量上面。这里「秩」可以定义为连通分量的大小（包含的节点数量），或者连通分量的高度（连通分量是树的结构，因此可以定义高度。不过在「路径压缩」优化的基础上，这个高度会不断减小，但我们不用去时刻维护它，这样也可以达到最优的时间复杂度是已经被证明的了）。

当并查集中的元素个数为 n 时，下面的表格给出了单次并查集操作的时间复杂度