并查集（Union-Find），你学废了吗？

  并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。直接用一个实例来说明并查集相关的操作。
  有如下图的结构，要判断图中是否有连通环的存在。

  现在选取几条边，如下图红线所示，红线连接的两个数据之间可以建立树结构，因此选取这三条边之后可以画出两棵树结构，并将这两棵树的根节点合并，形成一棵树。我们可以注意到，此时1和3已经在此集合中且相关联，如果此时我们寻找2-4这条边，发现2和4的根节点都是3，说明他们两在同一个集合中，因此可以构成环。



算法步骤
上述过程可以总结为三个步骤：
①初始化数组。这里采用了一种很巧妙地方法，我们地目的是要找到每个数地根节点，子初始化时，我们将每个数的根节点都设置为本身，因此有以下形式，parent[0]=-1就表示0的根节点为本身，若0的根节点变为1，则parent[0]=1。

vector<int>parent(6,-1);

②查找根节点（find_root）。查找一条边中的两个数的根节点，返回根节点的值。

int Find_root(int x,vector<int>parent)
{
	int x_root = x;
	while (parent[x_root] != -1)
	{
		x_root = parent[x_root];
	}
	return x_root;
}

③合并根节点（union_root）。合并两个子集的根节点形成新的集合。因此在上面两个子集合并后，parent数组发生了变化，如下图所示

//返回true说明存在环；返回false说明不存在
bool Union(int x, int y, vector<int>&parent)
{
	int x_root = Find_root(x,parent);
	int y_root = Find_root(y, parent);
	if (x_root == y_root) 
		return true;
	else {
		parent[x_root]=y_root;
		return false;
	}
}

进行优化，提高效率
  上述步骤基本上就能实现并查集算法，但是还有优化的空间，称之为路径压缩。
  假设我们在合并根节点时，有如下情况，这还是只有少数数据的情况，因此在合并时我们必须考虑的一个问题是，究竟应该把谁当作根节点？我们知道，在搜索根节点时，效率与树的深度相关，因此，合并后的树的深度的大小是决定谁是根节点的关键。

假设有下面两颗树，我们看以下两种合并情况下，合并后的树的深度情况，可以看出，当x为根节点时，合并后的树的深度不变，而y为根节点时，合并后的树深度增加了，这显然会影响后续find_root的效率，因此在union_root时选择深度更大的那颗树的根节点作为合并后的树的根节点。


初始化一个rank[]数组用于存储深度信息，初始值为0，因此union_root有以下改进代码：

bool Union(int x, int y, vector<int>&parent,vector<int>&rank)
{
	int x_root = Find_root(x,parent);
	int y_root = Find_root(y, parent);
	if (x_root == y_root) 
		return true;
	else {
		if (rank[x_root] > rank[y_root])
			parent[y_root] = x_root;
		else if(rank[x_root] < rank[y_root])
			parent[x_root] = y_root;
		else
		{
			parent[x_root] = y_root;
			rank[y_root]++;
		}
		return false;
	}
	
}

完整代码及测试

#include<iostream>
#include<vector>

using namespace std;

//寻找根节点
int Find_root(int x,vector<int>parent)
{
	int x_root = x;
	while (parent[x_root] != -1)
	{
		x_root = parent[x_root];
	}
	return x_root;
}

//连接两个根节点
//返回true说明存在环；返回false说明不存在
bool Union(int x, int y, vector<int>&parent,vector<int>&rank)
{
	int x_root = Find_root(x,parent);
	int y_root = Find_root(y, parent);
	if (x_root == y_root) 
		return true;
	else {
		if (rank[x_root] > rank[y_root])
			parent[y_root] = x_root;
		else if(rank[x_root] < rank[y_root])
			parent[x_root] = y_root;
		else
		{
			parent[x_root] = y_root;
			rank[y_root]++;
		}
		return false;
	}
}

测试代码及结果：

int main()
{
	vector<int>parent(6,-1);
	vector<int>rank(6,0);
	int nums[6][2] = { {0,1},{1,2},{1,3},{2,4},{3,4},{2,5} };
	//遍历每条边
	for (int i = 0; i < 6; i++)
	{
		int x = nums[i][0];
		int y = nums[i][1];
		if (Union(x, y, parent, rank) == true)
		{
			cout << "loop existed" << endl;
			exit(0);
			
		}
	}
	cout << "NO loop found!" << endl;


	system("pause");
    return 0;
}

当删除2-4这条边后

int main()
{
	vector<int>parent(6,-1);
	vector<int>rank(6,0);
	int nums[5][2] = { {0,1},{1,2},{1,3},{3,4},{2,5} };
	
	for (int i = 0; i < 5; i++)
	{
		int x = nums[i][0];
		int y = nums[i][1];
		if (Union(x, y, parent, rank) == true)
		{
			cout << "loop existed" << endl;
			exit(0);
			
		}
	}
	cout << "NO loop found!" << endl;


	system("pause");
    return 0;
}

参考资料：https://www.bilibili.com/video/BV13t411v7Fs?p=1