并查集原理及实现

并查集能解决什么问题：

1.快速判断两个元素是否在同一个集合中。
2.合并两个元素所在集合，注意，输入的数据是两个元素，并不是两个集合，运算结果是将两个元素所在的集合合并。
3.并查集只适用于运算前已经将所有数据样本给它，不适用于动态添加数据，比如，运算到一半再用流来添加元素，并查集是不行的。

并查集结构及运算过程

1.并查集中，每个元素都有一个父元素，图中2和3号元素的父元素就是1号。
2.父元素指向本身的元素代表一个集合的终止。也就是说，2的父元素是1，1的父元素是它本身，那么，就说明元素2在集合1中。
3.初始化时，每一集合都只有自己本身一个元素，父节点全都指向自己本身。
4.判断两个元素是否在同一个集合中，就是两个元素各自依次遍历父元素，看看最终是否指向同一个终点元素，就是代表元素，代表一个集合。2和3向上的最终结果都是1，说明2和3在同一个集合1中。5向上是4，说明5在集合4中。

5.合并两个元素的集合，就是两个元素依次向上遍历，遍历到代表元素。然后判断两个集合哪个大？将小的集合链接在大集合的代表元素下面。比如，合并2和5所在的集合，2的所在集合是1，5所在集合是4，然后合并1和4，如下图。

6.并查集优化：如果链子太差的话，判断一个数是否在集合中，是不是需要向上遍历父节点很多次才能找到终点啊？这样效率就降低了。因此，并查集的优化，每次节点，当查询一次他在某个集合中时，就会把他以及他的所有父节点直接连接到代表节点上面，如下图，我们查询5所在集合时，就会把5以及父类中所有直接连接到代表节点上，5的子节点不动，如下图。

代码实现

public static class UnionFindSet{
	public HashMap<Node,Node> fatherMap;//key是孩子，value是父节点，父节点可重复
	public HashMap<Node,Integer> sizeMap;//某一个节点所在的集合共有多少节点，可以只保留代表节点。

	public UnionFindSet(List<Node> nodes){
		fatherMap=new HashMap<Node,Node>();
		sizeMap=new HashMap<Node,Integer>();
		makeSets(nodes);
	}

	private void makeSets(List<Node> nodes){
		for(Node node : nodes){
			fatherMap.put(node,node);//初始化时每一个集合都只有自己一个节点
			sizeMap.put(node,1);
		}
	}
	
	//找集合的头节点，并且将路径上的所有都直接连接在头节点上,递归实现
	//为什么要用递归实现？可以这样考虑，如果不用递归，我们需要保存路径中每个节点，然后等到找到代表节点时，将他们全部连接上。什么结构能保存运算中间的数据呢？递归可以，递归的本质是系统帮我们压栈，同时保存所有中间数据。
	private Node findHead(Node node){
		Node father = fatherMap.get(node);
		if(father!=node){
			father = findHead(father);
		}
		fatherMap.put(node,father);
		return father;
	}
	
	//判断是否在同一个集合
	public boolean isSame(Node a,Node b){
		return findHead(a)==findHead(b);
	}

	//合并集合
	public void union(Node a,Node b){
		if(a==null||b==null){
			return;
		}
		Node aHead=findHead(a);
		Node bHead=findHead(b);
		if(aHead!=bHead){
			int aSetSize=sizeMap.get(aHead);
			int bSetSize=sizeMap.get(bHead);
			if(aSetSize<=bSetSize){
				fatherMap.put(aHead,bHead);
				sizeMap.put(bHead,aSetSize+bSetSize);
			}else{
				fatherMap.put(bHead,aHead);
				sizeMap.put(aHead,aSetSize+bSetSize);
			}
		}
	}
}

并查集效率

并查集中放入的元素数量为N：
当查询次数+合并次数，达到O(N)及以上时，整个并查集中每一个查询以及合并的时间复杂度平均就为O(1)级别的。