并查集

不相交集合（Disjoint-Set)

不相交集合，顾名思义就是讲一些元素划分为不相交的几个集合。
其中每个集合都有一个”代表”作为该集合的标识符，如果这个集合可以表示成一棵树，那么集合的”代表”就是所有节点的公共祖先——树根。
实现不相交集合的最为常用的数据结构就是并查集。

并查集

并查集是典型的不相交集合的树形数据结构，提供了三种基本操作。

1. Make_Set(x):
   建立一个新的集合，集合的唯一成员（代表）是x。因为是不相交集合，所以x不会出现在别的集合当中。

2. Find_Root(x):
   找到x所在集合的代表。如果x所在集合是一棵树，相当于寻找树的根。

3. Union(x,y)：
   将x所在的集合和y所在的集合整合起来形成一个集合。假定在操作之前两个集合是不相交的。完成Union(x,y)操作后，一般规定小集合并入大集合。

给出三种操作的相应伪代码：
(摘自维基百科-并查集）

function Make_Set(x)
     x.parent := x

function Find_Root(x)
     if x.parent == x
        return x
     else
        return Find(x.parent)

function Union(x, y)
     xRoot := Find(x)
     yRoot := Find(y)
     xRoot.parent := yRoo

这是并查集森林的最基础的表示方法,然而这种方法并不好。不好的地方主要是在Find_Root()这个函数中。
最坏情况下，这个集合形成的是一棵倾斜树（即每一个节点都只有一个唯一后继），每次寻找都是O(n)的时间复杂度很慢。这样也会导致Union()操作很慢。
所以我们有两种常用的优化。

1. 按秩合并
即总是将更小的树连接至更大的树上。因为影响运行时间的是树的深度，更小的树添加到更深的树的根上将不会增加秩除非它们的秩相同。在这个算法中，术语“秩”替代了“深度”。

 function MakeSet(x)
     x.parent := x
     x.rank   := 0

 function Union(x, y)
     xRoot := Find(x)
     yRoot := Find(y)
     if xRoot == yRoot
         return

     // x和y不在同一个集合，合并它们。
     if xRoot.rank < yRoot.rank
         xRoot.parent := yRoot
     else if xRoot.rank > yRoot.rank
         yRoot.parent := xRoot
     else
         yRoot.parent := xRoot
         xRoot.rank := xRoot.rank + 1

2. 路径压缩
路径压缩是一种在执行“查找”时扁平化树结构的方法。关键在于在路径上的每个节点都可以直接连接到根上；他们都有同样的表示方法。为了达到这样的效果，Find_Root递归地经过树，让每一个节点的父节点”指向”根节点。得到的树将更加扁平，为以后直接或者间接引用节点的操作加速。

function Find(x)
     if x.parent != x
        x.parent := Find(x.parent)
     return x.parent

---