【无标题】

并查集

1. 并查集定义

并查集，在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中，其特点是看似并不复杂，但数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受;即使在空间上勉强通过，运行的时间复杂度也极高，根本就不可能在比赛规定的运行时间(1~3秒)内计算出试题需要的结果，只能用并查集来描述。 (摘自百度)

说简单点，并查集是一种树形结构，常用于处理不相交集合的合并及查询问题。

并查集的操作：

• 查找（Find）：查询两个元素是否在同一个集合中
• 合并（Union）：把两个不相交的集合合并为一个集合

2. 并查集思想

并查集往往采用大哥小弟的例子来解释。
这里有个经典例子;
简单而言，每个小弟都有属于自己的大哥，每次合并时，就需要将大哥拉出来打一架，打完就选出一个真大哥，大家合并为一个社团。

3. 并查集实现

3.1 初始化

采用数组作为数据结构，首先每个人都是自己的大哥。

#define MAXN 100
int Parent[MAXN];// 底层采用int数组

void init(int n){
    for(int i=0;i<n;i++){
        Parent[i]=i;        //存放每个结点的结点（或双亲结点）
    }
}

并查集的基本工作原理

• 每个元素都可以看成一个集合
• 一开始每个元素各自作为一个单元素的集合
• 可以通过union操作来合并两个集合
• find操作可以检测两个元素是否属于同一个集合
  并查集的C++实现
  可以用一个数组来表示并查集,见下面的代码:

class DisjointSet {
private:
    vector<int> parent;

public:
    DisjointSet(int size) {
        for (int i = 0; i < size; i++) {
            parent.push_back(i); 
        }
    }
    
    int find(int x) {
        if (parent[x] != x) {
            parent[x] = find(parent[x]); 
        }
        return parent[x];
    }
    
    void union(int x, int y) {
        int rootX = find(x);
        int rootY = find(y);
        if (rootX != rootY) {
            parent[rootY] = rootX;
        }
    }
};

• parent[i]表示元素i所在集合的代表元素(也叫根节点)。
• 一开始每个元素的根节点都是自己,表示每个元素单独形成一个集合。
• find操作通过递归查找根节点,进行路径压缩(直接连接到根)。
• union操作则将两个集合的根节点统一,即合并两个集合。
  并查集的优化
• 按秩合并:合并时优先连接秩较小的树到秩较大的树上,可以降低树高。
• 路径压缩:在find时直接将节点连接到根上,减少后续搜索时间。
  并查集经过优化后效率很高,各操作的时间复杂度只有O(1)到O(logn)。
  并查集的应用
• 检测图的连通分量
• Kruskal最小生成树算法
  希望这些内容可以帮助大家理解并查集的基本用法!它是一种非常有用的数据结构,值得我们深入学习。