数据结构（并查集）

1、 概述

并查集（Disjoint set或者Union-find set）是一种树型的数据结构，常用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。

2、 基本操作

并查集是一种非常简单的数据结构，它主要涉及两个基本操作，分别为：

A． 合并两个不相交集合

B． 判断两个元素是否属于同一个集合

（1） 合并两个不相交集合（Union(x,y)）

合并操作很简单：先设置一个数组Father[x]，表示x的“父亲”的编号。那么，合并两个不相交集合的方法就是，找到其中一个集合最父亲的父亲（也就是最久远的祖先），将另外一个集合的最久远的祖先的父亲指向它。

（2） 判断两个元素是否属于同一集合（Find_Set(x)）

本操作可转换为寻找两个元素的最久远祖先是否相同。可以采用递归实现。

3、 优化

（1） Find_Set(x)时，路径压缩

寻找祖先时，我们一般采用递归查找，但是当元素很多亦或是整棵树变为一条链时，每次Find_Set(x)都是O(n)的复杂度。为了避免这种情况，我们需对路径进行压缩，即当我们经过”递推”找到祖先节点后，”回溯”的时候顺便将它的子孙节点都直接指向祖先，这样以后再次Find_Set(x)时复杂度就变成O(1)了。

（2） Union(x,y)时，按秩合并

即合并的时候将元素少的集合合并到元素多的集合中，这样合并之后树的高度会相对较小。

4、 编程实现

#include<iostream>
using namespace std;
const int N=10000;
int fa[N];
/*
    1.初始化
    假设有编号为1，2，3，...,n的n个元素，我们用一个数组fa[]来存储每个元素的父节点。一开始，我们先将
    它们设为自己的父节点。
*/
void init(int n)
{
    for(int i=1;i<=n;i++)
        fa[i]=i;
}
//2.查询：找到i的祖先直接返回，未进行路径压缩
int find(int i)
{
    if(fa[i]==i)//递归出口，当到达了祖先位置，就返回祖先
        return i;
    else 
        return find(fa[i]);//不断往上查找祖先
}
//3.合并
void unionn(int i,int j)
{
    int i_fa=find[i];//找到i的祖先
    int j_fa=find[j];//找到j的祖先
    fa[i_fa]=j_fa;//i的祖先指向j的祖先
}

5、 复杂度分析

空间复杂度为O(N)，建立一个集合的时间复杂度为O(1)，N次合并M查找的时间复杂度为O(M Alpha(N))，这里Alpha是Ackerman函数的某个反函数，在很大的范围内（人类目前观测到的宇宙范围估算有10的80次方个原子，这小于前面所说的范围）这个函数的值可以看成是不大于4的，所以并查集的操作可以看作是线性的。具体复杂度分析过程见参考资料（3）。

6、 应用

并查集常作为另一种复杂的数据结构或者算法的存储结构。常见的应用有：求无向图的连通分量个数，最近公共祖先（LCA），带限制的作业排序，实现Kruskar算法求最小生成树等。