并查集

并查集的主要作用是求连通分支数。
并查集由一个整型数组pre[]和两个函数find()、join()构成。数组pre[]记录了每个点的前导点是什么，函数find(x)用于查找，函数join(x, y)用于合并。

问题引入

话说江湖上散落着各式各样的大侠，他们有的行侠仗义，有的打抱不平，有的为推翻当政者统治，有的则是为了做真实的自己。但是人与人之间，总有着不同的信仰和不同的目的，在碰到和自己不是一路人的，就免不了要打一架。但大侠们有一个优点就是讲义气，绝对不打自己的朋友。而且他们信奉“朋友的朋友就是我的朋友”，只要是能通过朋友关系串联起来的，不管拐了多少个弯，都认为是自己人。这样一来，江湖上就形成了一个个的门派，通过门派内两两之间的朋友关系也就串联起来。而不在同一个门派的人，无论如何都无法通过朋友关系连起来，于是就可以放心往死里打。于是乎，出现了“明教”、“峨嵋派”、“少林寺”、“华山派”、“全真教”……

冷雨夜，胡青牛在骊山下快马加鞭送信，发现一头戴竹笠之人立于前方，正系拔剑之时，只听那厮大喝一声：“在下乃明教右使范遥，敢问阁下大名？”。胡青牛一听，抱拳回礼道：“在下胡青牛，乃杨左使近卫”。范遥反问道：“敢问兄台教主系谁，若非我们本教中人，在这明教之地肆意走动那可是死罪！”。青牛吓得赶紧打了个电话问他的上级杨左使：“杨左使，我们教主叫什么名字呀？”，杨逍回答道：“咋们教主是张无忌啊！”，青牛赶紧回答范遥道：“我的教主是张无忌！”。范遥听后，收下了已经蓄好了的内力，并抱拳放行。

上面的情境中，胡青牛同志通过向上级查询得到了教主的名字，当然范遥也是。
而在并查集中，用于查询各自的教主名字的函数就是我们的find函数

1. find函数的定义与实现
   find函数的作用是用于查找某个人所在门派的教主，换言之就是用于对某个给定的点x，返回其所属集合的代表。这需要我们首先定义一个数组：int pre[1000];
   这个数组记录了每个大侠的上级是谁。大侠们从1或者0开始编号（依据题意而定），pre[15]=3就表示15号大侠的上级是3号大侠。如果一个人的上级就是他自己，那说明他就是教主了，查找到此为止。也有孤家寡人自成一派的，比如欧阳锋，那么他的上级就是他自己。
   每个人都只认自己的上级。比如胡青牛同学只知道自己的上级是杨左使。张无忌是谁？不认识！要想知道自己的教主是谁，只能一级级查上去。因此你可以视find这个函数就是找教主用的，意义再清楚不过了。下面给出这个函数的具体实现：

   int find(int x)					// 查找x的教主
   {
   	while(pre[x] != x)			// 如果x的上级不是x自己（也就是说找到的大侠不是教主）
   		x = pre[x];				// x接着找他的上级，直到找到教主为止
   	return x;					// 教主驾到~~~
   }
   

现在有个新问题，怎么对给出的人员进行编制呢？答案是，通过join函数

2. join函数的定义与实现
   我们知道，在两个点之间连一条线，原先它们所在的两个板块间的所有点就都可以互通了。这在图上很好办，画条线就行了，但在并查集里要怎么实现呢？还是举江湖的例子（如上图所示），虚竹小和尚与周芷若的终极boss分别是玄慈方丈和灭绝师太，那明显就是两个阵营了。如果不希望他们互相打架，就把玄慈方丈的上级改为灭绝师太。这样一来，两派原先的所有人员的终极boss都是师太！反正我们关心的只是连通性，门派内部的结构不要紧的，反正谁加入谁效果是一样的，就随手指定一个。
   下面给出这个函数的实现：

   void join(int x,int y)                     // 我想让虚竹和周芷若做朋友
   {
       int fx=find(x), fy=find(y);            // 虚竹的老大是玄慈，芷若的老大是灭绝
       if(fx != fy)                           // 玄慈和灭绝显然不是同一个人
           pre[fx]=fy;                        // 方丈只好委委屈屈地当了师太的手下啦
   }
   

3. 路径压缩算法的引入与实现
   建立门派的过程是用join函数将两个人连接起来的，谁当谁的手下完全随机。最后的树状结构会变成什么样，完全无法预计，一字长蛇阵也有可能。这样查找的效率就会比较低下。最理想的情况就是所有人的直接上级都是掌门，一共就两级结构，只要找一次就找到掌门了。哪怕不能完全做到，也最好尽量接近。这样就产生了路径压缩算法。
   设想这样一个场景：两个互不相识的大侠夏侯惇和许褚碰面了，想知道能不能揍。于是赶紧打电话问自己的上级：“你是不是掌门？” 上级说：“我不是呀，我的上级是谁谁谁，你问问他看看。” 两个人一路问下去，发现它们的最终boss都是曹操。具体结构如下：
   
   在刚才查询过程中，一层一层往上查，查找的效率比较低下。让涉及到的人物都聚集在曹操的直接领导下，整个门派树的层数都会维持在比较低的水平上，路径压缩算法所实现的功能就是这个意思
   
   下面给出具体的实现代码：

   int find_pre(int x)     				// 查找结点x的根结点 
   {
       if(pre[x] == x)         			// 递归出口：x的上级为x本身，即x为根结点 
           return x;       
       return pre[x] = find_pre(pre[x]);  // 此代码相当于先找到根结点rootx，然后pre[x]=rootx 
   }
   

4. 加权标记法的引入与实现
   除了路径压缩算法可以将并查集中的树状结构进行压缩外，还有一种方法——加权标记法
   主要思路：给每个结点加权以标记树的深度，使得在合并操作时能尽可能减小树的深度
   比如对于合并操作，假设需要合并的两个集合的代表元分别为x和y（用集合中的某个元素来代表这个集合，该元素称为集合的代表元），则只需要令parent[x] = y或者parent[y] = x即可
   我们为了使合并后的树不产生退化（即：使树中左右子树的深度差尽可能小），那么对于每一个元素x，维护一个rank[x]数组，用以表达子树x的深度。合并时，如果rank[x] < rank[y]，则令parent[x] = y,否则令parent[y] = x。举个例子，我们对以A，F为代表元的集合进行合并操作，具体情况如下：
   
   由于rank(A) > rank(F) ,因此令parent[F]= A。合并后的图形如下图所示：
   
   当然，由于给每个节点加权意味着需要额外的数据结构来存放权重信息，所以这将导致额外的空间开销。

总结
① 用集合中的某个元素来代表这个集合，该元素称为集合的代表元；
② 一个集合内的所有元素组织成以代表元为根的树形结构；
③ 对于每一个元素 pre[x]指向x在树形结构上的父亲节点。如果x是根节点，则令pre[x] = x；
④ 对于查找操作，假设需要确定x所在的的集合，也就是确定集合的代表元。可以沿着pre[x]不断在树形结构中向上移动，直到到达根节点。
因此：判断两个元素是否属于同一集合，只需要看他们的代表元是否相同即可。
基于这样的特性，并查集有以下用途：
1、维护无向图的连通性。支持判断两个点是否在同一连通块内，和判断增加一条边是否会产生环。
2、用在求解最小生成树的Kruskal算法里。
一般来说，一个并查集对应三个操作：初始化+查找根结点函数+合并集合函数

(1) 初始化

void Make_pre(int i)
{
    pre[i]=i; 				// 初始时，某个元素的“上级”就是它自己
}

(2) 查找函数

int Find_pre(int i)
{ 
   if(pre[i]==i) return pre[i];		//如果元素i的父节点是自己，说明自己就是源头
   return  Find_pre(pre[i]);    	//否则递归查找元素i的源头
}

(3) 合并集合函数

void join(int x, int y)                    // 试图合并元素x和元素y
{
    int fx = find(x), fy = find(y); 		  // 找到x和y的源头
    if(fx != fy) 
    	pre[fx] = fy;  			  // 合并两个源头
}

(4) 通过rank机制，优化(3)中的合并集合函数

void Union(int i, int j)
{
    i = Find_pre(i);
    j = Find_pre(j);
    if(i==j) return ;
    if(rank[i]>rank[j]) 
    	pre[j]=i;
    else
    {
        if(rank[i]==rank[j]) 
        	rank[j]++;   
        pre[i]=j;
    }
}

下面给出上述所以内容的代码汇总：

const int  N=105
int pre[N];     						//存储每个结点的前驱结点 
int rank[N];    						//树的高度 
void init(int n)     					//初始化函数，对录入的n个结点进行初始化 
{
    for(int i = 0; i < n; i++){
        pre[i] = i;     				//每个结点的上级都是自己 
        rank[i] = 1;    				//每个结点构成的树的高度为1 
    } 
}
int find_pre(int x)     	 		    //查找结点x的根结点 
{
    if(pre[x] == x) return x;  			//递归出口：x的上级为x本身，则x为根结点 
    return find_pre(pre[x]); 			//递归查找 
} 
 
//改进查找算法：完成路径压缩，将x的上级直接变为根结点，那么树的高度就会大大降低 
int find_pre(int x)     				//查找结点x的根结点 
{
    if(pre[x] == x) return x;			//递归出口：x的上级为x本身，即x为根结点 
    return pre[x] = find_pre(pre[x]);   //此代码相当于先找到根结点rootx，然后pre[x]=rootx 
} 

bool is_same(int x, int y)      		//判断两个结点是否连通 
{
    return find_pre(x) == find_pre(y);  //判断两个结点的根结点（亦称代表元）是否相同 
}

bool unite(int x,int y)
{
    x = find_pre(x);
    y = find_pre(y);
    if(x == y) return false;
    if(rank[x] > rank[y]) pre[y]=x;		//令y的根结点的上级为x
    else
    {
        if(rank[x] == rank[y])  rank[y]++;
        pre[x] = y;
	}
	return true;
}