并查集——Union-Find算法

基础讲解

并查集是一个相对简单的概念。
实际应用场景：1～n个人，其中部分人相互认识，如果2和3
认识，3和4 认识，那么2和4就属于同一个圈子里面，问1～n个人中一共有几个圈子。

如果n=8，那么：

数据初始化

合并数据

如果1和2认识，那么1,2属于一个圈子，3和4认识，那么3,4属于一个圈子，如果2和3认识，那么1234属于同一个圈子。所以只需要将圈子合并既可以完成上述的要求功能，最适合的数据结构就是使用树形结构来储存圈子的人员。而所有的圈子就是森林。圈子的个数就是森林中树的个数。

代码实现

数据结构

#define MAX 10000
//1~MAX节点
typedef struct TNode{
    int rank;//the height of the road;only effective in the root node
    int data;//information in the node
    int parent;//point to parent node
}TNode;
TNode T[MAX];

rank为以该节点为根节点的树高的上界。（rank本身是树高，但是在find操作中，存在路径压缩，会使得树的高度降低，所以树高的上界为rank）
data为节点上的数据。
parent为父节点的下标。

路径压缩

如上图2所示，在root(4)的时候，使用路径压缩，将该条路上的所有节点的父节点都指向根节点，变化之后的结构为：

//xth node root
int root(int x){
    int temp = x;
    while(T[temp].parent!=temp){
        temp = T[temp].parent;
    }
    /*compress the path*/
    int root = temp;
    temp = x;
    int w;//temp value
    while(T[temp].parent!=root){
        w = T[temp].parent;
        T[temp].parent = root;
        temp = w;
    }
    return root;
}

按秩合并

在合并两个树的时候，将树高小的树，作为另一棵树的子树。合并成一棵树。

void Union(int x,int y){
    int root_x = root(x);
    int root_y = root(y);
    if(root_x == root_y) return;//如果两个是一棵树。
    TreeNum--;//用来记录森林中树的个数，全局变量，初始化为n。
    if(T[root_x].rank<=T[root_y].rank){
        T[root_x].parent = root_y;
        if(T[root_x].rank==T[root_y].rank) T[root_y].rank++;
    }else{
        T[root_y].parent=root_x;
    }
}

——2017.3.2