树的应用——并查集

首先，什么是并查集？

并查集是一种简单的集合表示。

我们可以简单的思考一下这个名字，“集”应该就是集合的意思，而“并”和“查”，估计是两种动作或者形容。这个我们后面慢慢就知道了。

一个结合中有若干个元素，我们通常将该集合划分成若干个子集。

我们通常用树的双亲表示法，作为并查集的存储结构。

我们一般将每个子集，表示成树的形式。这些树组成了该并查集的森林。

双亲表示法中，我们用每个孩子结点的指针指向双亲结点，来表示其中的逻辑结构。
通常用数组元素的下标代表元素名，用根结点的下标代表子集合名，根结点的双亲结点为负数。

我们也会使用该负数的绝对值，来表示该树中结点的数量。

一些常见的方法：

Initial(S):
将集合S中的每个元素都初始化为只有一个单元素的子集合。

就是将有n个元素的集合，初始化为n个单元素的子集合。

Union(S, Root1, Root2)：
把集合S中的子集合（互不相交）Root2并入子集合Root1。

这就是所谓的“并”的操作。
这里要注意的是两个集合是不想交的，如果它们有相交的部分，就不予执行。

Find(S, x)：
查找集合S中单元素x所在的子集合，并返回该子集合的名字。

这就是所谓的“查”的操作。
返回的就是根结点的标号。

举例：

我们有一个集合，S：

S = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

首先进行初始化操作，Initial(S)：
得到：

S0 = {0}，
S1 = {1}，
S2 = {2}，
S3 = {3}，
S4 = {4}，
S5 = {5}，
S6 = {6}，
S7 = {7}，
S8 = {8}，
S9 = {9}

我们用树来表示的话，就是十个结点：

而它们的存储，就是这样的：

如果它们变成了三个子集合：

S0 = {0, 6, 7, 8},
S1 = {1, 4, 9},
S2 = {2, 3, 5}

这个时候，树的结构就会变为：

而存储结构为：

语言实现：

#define SIZE 100
int UFSets[SIZE];

void Initial(int S[]){
	for(int i = 0; i < size; i++){
		S[i] = -1;
	}
}

void Find(int S[], int x){
	while(S[x] > 0){
		x = S[X];
	}
	return x;
}

void Union(int S[], int Root1, int Root2){
	S[Root2] = Root1;
}