并查集Union-Find

定义：

并查集是一种简洁而优雅的数据结构，主要用于解决一些元素分组的问题。它管理一系列不相交的集合，并支持两种操作：

合并（Union）：
满足条件时，把两个不相交的集合合并为一个集合。
具体操作为把一个集合的根节点指向另一个集合的根节点
查询（Find）：
查询两个元素是否在同一个集合中。
核心：
集合根节点的存储：
可以用哈希表或数组实现，存储的值代表当前节点所指向的根节点
初始化时，每个节点的根节点为自己

990. 等式方程的可满足性

题目：

思路：

设计一个并查集，索引代表的时字母，索引对于的值代表当前字母指向的根节点
①遍历所有相等的方程，构造初并查集
②遍历所有不等的方程，验证其关系是否与并查集中的关系矛盾（既相等又不等）

代码：

class Solution {
    public boolean equationsPossible(String[] equations) {
        int parents[] = new int[26];//存储的元素用于表示当前结点指向的根结点，初始化的时候根结点指向自己
        for(int i = 0;i < 26; i++){//初始化
            parents[i] = i;//每个元素一开始都指向自己
        }
        for(String str : equations){//先遍历相等的方程
            if(str.charAt(1) == '='){
                int index1 = str.charAt(0) - 'a';
                int index2 = str.charAt(3) - 'a';
                merge(parents, index1, index2);
            }
        }
        for(String str : equations){//再遍历不等的方程
            if(str.charAt(1) == '!'){
                int index1 = str.charAt(0) - 'a';
                int index2 = str.charAt(3) - 'a';
                if(find(parents,index1) == find(parents,index2))//拥有相等根节点则报错
                    return false;
            }
        }
        return true;
    }
    //合并集合
    public void merge(int[] parents,int index1, int index2){
        parents[find(parents, index1)] = find(parents, index2);
    }
    //返回此集合的祖宗节点,完全压缩方法
    public int find(int[] parents, int index){
        while(parents[index] != index){//检查当前节点是否为该集合的祖宗节点（即父节点是否为本身）
            parents[index] = parents[parents[index]];//更新父节点为爷节点
            index = parents[index];//指向爷节点
        }
        return index;
    }
}

复杂度分析：

①时间复杂度：O(n+Clog C)
其中 n 是 equations 中的方程数量，C是变量的总数，在本题中变量都是小写字母，即C≤26。上面的并查集代码中使用了路径压缩优化，对于每个方程的合并和查找的均摊时间复杂度都是 O(logC)。由于需要遍历每个方程，因此总时间复杂度是 O(n+ClogC)。

空间复杂度：O©。创建一个数组 parent 存储每个变量的连通分量信息，由于变量都是小写字母，因此 parent 是长度为 C。

547.省份数量

题目：

思路：

设计一个并查集，索引代表的是每个城市，索引对于的值代表当前城市相连的城市
①遍历isConnected的每个元素，构造初并查集
②检查并查集中元素值与索引相同的个数（统计省会个数）

代码：

//并查集
class Solution {
    public int findCircleNum(int[][] isConnected) {
        int[] parents = new int[isConnected.length];
        for(int i = 0; i < parents.length; i++){
            parents[i] = i;
        }
        for(int i = 0; i < isConnected.length; i++){
            for(int j = 0; j < isConnected[0].length; j++){
                if(isConnected[i][j] == 1)
                    union(parents, i, j);
            }
        }
        int ans = 0;
        for(int i = 0; i < parents.length; i++){
            if(parents[i] == i )
                ans++;
        }
        return ans;
    }
    public void union(int[] parents, int index1, int index2){
        parents[find(parents, index1)] = find(parents, index2);
    }

    public int find(int[] parents, int index){
        while(parents[index] != index){//当前节点的根节点不是自己时
            parents[index] = parents[parents[index]];//更新当前节点的根节点（完全压缩）
            index = parents[index];
        }
        return index;
    }
}

复杂度分析：