【学习笔记】并查集

核心思想：通过“合并”和“查找”两种操作来动态维护集合元素之间的关系。

适用问题：具有 传递性 和 对称性 的二元关系的结点，这类问题可以抽象为不同集合之间的问题。

传递性：

对称性：

问题转化：

抽象成集合之间的问题之后，原问题就进行了转化：

1. 判断元素之间是否有联系 → 判断两个元素是否属于同一集合

2. 两个元素建立联系 → 将两个元素所属集合合并

实现方式：常用数组实现，其他方法亦可

基本实现：

1. 集合初始化：创建一个数组用于存储该结点所在集合的代表结点（也可以说是根结点），所有该集合的结点都指向他。一开始默认都指向自己，各自是独立的集合。

//创建存储该结点所在集合的代表结点数组
int father[N];

int init(int n){
    for(int i=1;i<=n;i++)
        //一开始默认都指向自己，各自是独立的集合。
        father[i] = i;
}

2. 合并集合：将两个集合进行合并。将其中一个集合的代表结点指向另一个结合的代表结点。

（注意：由于两个集合里的结点都指向各自的代表结点，而当前进行关联的两个结点并不一定是各自的代表结点，如果直接将其中一个指向另一个，并不能将两个集合合并，只是该结点与另一集合合并，从而造成错误。

）

void unionn(int x,int y){
    //将其中一个集合的代表结点指向另一个结合的代表结点。
    father[find(x)] = find(y);
}

3. 查找当前集合的代表结点：查找当前结点所处集合的代表结点。由于可能存在链状结构，即代表结点是当前结点的祖先结点，而非直接父结点，所以需要迭代找出代表结点。

//非递归形式
int find(int x){
    while(father[x] != x) x = father[x];
    return x;
}

//递归形式
int find(int x){
    if (father[x] != x) return find(father[x]);
    return x;
}

优化：路径压缩

如上边所说，有可能会形成链状结构，这样在查找某一集合的代表结点时会很耗时，所以可以进行优化，避免产生过长的链状结构。

基本思路：查找过程中顺带将沿途的全部结点一起指向代表结点。

int find(int x){
    if (father[x] != x) father[x] = find(father[x]);
    return father[x];
}

集合数量的求解：

基本思路：每个集合的代表结点是唯一的，即 代表结点数 = 集合数。而代表结点的特征是指向自己，所以只需要数一下指向自己的结点数即可。

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

各集合内结点个数求解：

基本思路：创建新的数组专门存储集合的结点个数。假设初始状态下，每个结点是单独的集合，值都为1。建立全部联系后，根据集合关系，将数值分别加入到各自集合的代表结点上。

int count1[N];

int init(int n){
    for(int i=1;i<=n;i++){
        //一开始默认都指向自己，各自是独立的集合。
        father[i] = i;
        //一开始各自是单独结合，所以集合个数为1。
        count1[i] = 1;
}

void getNodeCntPerSet(int n){
    for(int i=1;i<=n;i++){
        //将数值分别加入到各自集合的代表结点上
        if (father[i] != i)  count1[find(i)] += count1[i], count1[i] = 0;
    }
}

参考资料：

[1]《信息学奥赛一本通（c++版）》第五版，董永建，科学技术文献出版社，p496-507

[2]https://blog.csdn.net/u011575841/article/details/78992099

[3]https://blog.csdn.net/wangwei6125/article/details/68954171