并查集+启发式合并+路径压缩

并查集

概念：

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。

概括来讲，就是合并，搜索；

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。

初始化

void INIT()
{
	memset(fat,0,sizeof(fat));
	for(int i=1;i<=n;++i){fat[i]=i;siz[i]=1;}
    //一开始让每个节点做自己的父节点。
    //大小设为1。
}

$fat(father)$ 存元素所在的集合，可以理解为，这个元素的根。$fat[x]$ 就是$x$所在的集合，$x$的根。

$siz(size)$ 可以理解为是这个集合的大小。

朴素

int Find(int x)
{
	if(fat[x]==x) return x;//fat是指父节点
	return Find(fat[x]);
}
void unionn(int x,int y)//unionn躲避关键字
{
    x = Find(x); y = Find(y);
	if(x!=y)	fat[x] = y;
	return ;
}

+启发式合并

在朴素的基础上，可以优化合并的过程：

每次将较小的集合并入较大的集合中。

这样，并查集的时间复杂度就会降至：$O(nlo{g}_{2}n)$

为什么

并查集是一种树型的数据结构，而树也有它的深度。

如果我们把一棵深度大的树的根节点接在了一棵深度小的树上，那么整棵树的深度为那一棵深度大的树的深度+1。

如果我们把一棵深度小的树的根节点接在了一棵深度大的树上，则整棵树的深度即是大树的深度，保持不变。

这使树的深度尽可能的小，在之后的树结构中就递归的层数更少。

启发式代码：

void unionn(int x,int y)
{
	x = Find(x); y = Find(y);
	if(siz[x]>siz[y])	swap(x,y);//加了这一句，加了判断大小的siz[]。
	fat[x]=y;	siz[y]+=siz[x]; 
}

+路径压缩

我们会发现，如果只是单纯的查找集合。

那么树中中间节点就是冗余的。

如果我们将这些中间节点在访问过后，直接将它们的父亲指向集合的代表元。

在后续访问中，就不会有这些冗余了。

（如果强调节点的父子关系，就不能使用路径压缩）

因为路径压缩会破坏本身的节点关系。

时间复杂度：随机数据极快，上界$O(nlo{g}_{2}n)$。

int Find(int x)
{
	return (fat[x]==x)? x : fat[x]=Find(fat[x]);
    /*
    if(fat[x]==x) return x;
	return fat[x] = Find(fat[x]);//返回的时候，顺手把路径压缩了
    */
}
void unionn(int x,int y)
{
	x=Find(x); y=Find(y);
	if(siz[x]>siz[y])	swap(x,y);
	fat[x]=y;	siz[y]+=siz[x]; 
}