数据结构学习之并查集篇（Java）

并查集（Union Find)：
并查集，在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中，其特点是看似并不复杂，但数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受；即使在空间上勉强通过，运行的时间复杂度也极高，根本就不可能在比赛规定的运行时间（1～3秒）内计算出试题需要的结果，只能用并查集来描述。
并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。常常在使用中以森林来表示。
主要操作：
初始化
把每个点所在集合初始化为其自身。
通常来说，这个步骤在每次使用该数据结构时只需要执行一次，无论何种实现方式，时间复杂度均为O(N)。
查找
查找元素所在的集合，即根节点。
合并
将两个元素所在的集合合并为一个集合。
通常来说，合并之前，应先判断两个元素是否属于同一集合，这可用上面的“查找”操作实现。
Java实现代码：

/**
 * @Description 基于rank与路径压缩的优化
 * @author ymn
 * @version 1.0
 * @date 2020\5\29 0029 16:38
 */
public class UnionFind implements UF{
    private int[] parent;
    //rank[i]表示以i为根的集合所表示的树的层数
    private int[] rank;

    public UnionFind(int size){

        parent = new int[size];
        rank = new int[size];
        for (int i = 0; i < size; i++){
            parent[i] = i;
            rank[i] = 1;
        }
    }

    @Override
    public int getSize(){
        return parent.length;
    }

    //查找过程，查找元素p所对应的集合编号
    //O(h)复杂度，h为树的高度
    private int find(int p){
        //先判断参数的合法性
        if (p < 0 || p > parent.length){
            throw new IllegalArgumentException("p is out of bound");
        }
        while (p != parent[p]){
            //路径压缩
            parent[p] = parent[parent[p]];
            p = parent[p];
        }
        /*递归算法，实现树只有两层，rank最小的情况
        if (p != parent[p]){
            parent[p] = find(parent[p]);
        }
        return parent[p];
         */
        return p;
    }

    //查看元素p和元素q是否所属一个集合
    @Override
    public boolean isConnected(int p,int q){
        return find(p) == find(q);
    }

    //合并元素p和元素q所属的集合
    @Override
    public void unionElements(int p,int q){

        int pRoot = find(p);
        int qRoot = find(q);
        if (pRoot == qRoot){
            return;
        }
        //根据两个元素所在树的rank不同判断合并方向
        //将rank低的集合合并到rank高的集合上
        if (rank[pRoot] < rank[qRoot]){
            parent[pRoot] = qRoot;
        }else if(rank[qRoot] < rank[pRoot]) {  //sz[pRoot] >= sz[qRoot]
            parent[qRoot] = pRoot;
        }else { //rank[qRoot] = rank[pRoot]
            parent[pRoot] = qRoot;
            rank[qRoot] += 1;
        }

    }
}